Gemini 3.0 FlashvsGemini 2.5 Flash
在 8 个共同 benchmark 中，Gemini 3.0 Flash 整体领先：Gemini 3.0 Flash 领先 6 项，Gemini 2.5 Flash 领先 0 项，持平 2 项，平均分差 +11.72。
Gemini 3.0 Flash
Google DeepMind · 2025-12-17 · 聊天大模型
Gemini 2.5 Flash
Google DeepMind · 2025-04-17 · 推理大模型
Gemini 3.0 Flash6 项(75%)持平2(0%)0 项Gemini 2.5 Flash
评测分数
按能力类目分组，每组内按分差大小排列；共 8 项。
图像感知与视觉推理
Gemini 3.0 Flash 领先 2/2| 评测项 | Gemini 3.0 Flash | Gemini 2.5 Flash | 分差 |
|---|---|---|---|
| MMMU-Pro | 78.6055 / 229Normal (No Tools) | 65.50151 / 229Normal (No Tools) | +13.10 |
| GeoBench ACW | 882 / 20Normal (No Tools) | 769 / 20Normal (No Tools) | +12 |
常识推理
Gemini 3.0 Flash 领先 1/1| 评测项 | Gemini 3.0 Flash | Gemini 2.5 Flash | 分差 |
|---|---|---|---|
| SimpleBench | 61.1032 / 96Normal (No Tools) | 41.2067 / 96Normal (No Tools) | +19.90 |
数学
胶着 1/1| 评测项 | Gemini 3.0 Flash | Gemini 2.5 Flash | 分差 |
|---|---|---|---|
| FrontierMath - Tier 4 | 4.2040 / 80Normal (No Tools) | 4.2040 / 80Normal (No Tools) | 持平 |
科学知识与推理
胶着 1/1| 评测项 | Gemini 3.0 Flash | Gemini 2.5 Flash | 分差 |
|---|---|---|---|
| CritPt | 1.40139 / 204Normal (No Tools) | 1.40139 / 204Normal (No Tools) | 持平 |
自主开发与终端任务
Gemini 3.0 Flash 领先 1/1| 评测项 | Gemini 3.0 Flash | Gemini 2.5 Flash | 分差 |
|---|---|---|---|
| Terminal Bench Hard | 31.80100 / 244Normal (With Tools) | 12.10178 / 244Normal (With Tools) | +19.70 |
跨应用与工具编排
Gemini 3.0 Flash 领先 1/1| 评测项 | Gemini 3.0 Flash | Gemini 2.5 Flash | 分差 |
|---|---|---|---|
| Pinch Bench | 85.2017 / 38Thinking (With Tools) | 70.7032 / 38Thinking (With Tools) | +14.50 |
逻辑与规划
Gemini 3.0 Flash 领先 1/1| 评测项 | Gemini 3.0 Flash | Gemini 2.5 Flash | 分差 |
|---|---|---|---|
| BALROG | 48.103 / 12Normal (With Tools) | 33.509 / 12Normal (With Tools) | +14.60 |
规格对比
| 字段 | Gemini 3.0 Flash | Gemini 2.5 Flash |
|---|---|---|
| 发布机构 | Google DeepMind | Google DeepMind |
| 发布时间 | 2025-12-17 | 2025-04-17 |
| 模型类型 | 聊天大模型 | 推理大模型 |
| 架构 | 稠密模型 | 稠密模型 |
| 参数规模 | 暂无数据 | 暂无数据 |
| 上下文长度 | 2000K | 1000K |
| 最大输出 | 64K | 64K |
API 调用价格
价格优先使用 DataLearner 配置的 API 记录；缺失项不做推测。
| 价格项 | Gemini 3.0 Flash | Gemini 2.5 Flash |
|---|---|---|
| 文本输入 | $0.5 / 1M tokens | $0.3 / 1M tokens |
| 文本输出 | $3 / 1M tokens | $2.5 / 1M tokens |
| 缓存读取 | $0.05 / 1M tokens | $0.03 / 1M tokens |
小结
- Gemini 3.0 Flash在以下类目领先:图像感知与视觉推理 (2/2)、常识推理 (1/1)、自主开发与终端任务 (1/1)、跨应用与工具编排 (1/1)、逻辑与规划 (1/1)
- 胶着类目:数学、科学知识与推理
8 个共同 benchmark 上，Gemini 3.0 Flash 平均高出 11.72 分。
单项差距最大的 benchmark：SimpleBench — Gemini 3.0 Flash 61.10，Gemini 2.5 Flash 41.20（分差 +19.90）。
本页正文由结构化模型、价格与 benchmark 数据生成，不使用实时 LLM 撰写。