Gemini 2.0 Flash Thinking ist ein fortschrittliches Modell für logisches Denken, das die Leistung und Erklärbarkeit verbessert, indem es seinen Denkprozess sichtbar macht. Es zeichnet sich durch die Lösung komplexer Probleme, Programmierherausforderungen und mathematische Argumentation aus und zeigt Schritt-für-Schritt-Lösungen. Optimiert für Aufgaben, die detaillierte Erklärungen und logische Analysen erfordern, verfügt das Modell über eine native Tool-Integration, einschließlich Codeausführung und Google-Suche.
Webseite KI-Modell-Webseite | |
Anbieter Die Entität, die dieses Modell bereitstellt. | |
Chat Geben Sie eine Nachricht ein, um zu chatten | - |
Veröffentlichungsdatum Wann das Modell erstmals veröffentlicht wurde. | 1 Jahr ago Dez 19, 2024 |
Modalitäten Arten von Daten, die dieses Modell verarbeiten kann | Text Bilder |
API-Anbieter Die Anbieter, die dieses Modell anbieten. (Diese Liste ist nicht vollständig.) | Google AI Studio, Vertex AI, Gemini API |
Datum des Wissensstandes Wann das Wissen des Modells zuletzt aktualisiert wurde. | 04.2024 |
Open Source Ob der Code des Modells öffentlich verfügbar ist. | Nein |
Preisgestaltung Eingabe Kosten für die Verarbeitung von Token in Ihren Eingaben | Nicht verfügbar |
Preisgestaltung Ausgabe Kosten für vom Modell generierte Token | Nicht verfügbar |
MMLU Massive Multitask Language Understanding – Testet Wissen in 57 Fächern, darunter Mathematik, Geschichte, Recht und mehr | Nicht verfügbar |
MMLU-Pro Ein robusterer MMLU-Benchmark mit schwierigeren, auf logisches Denken fokussierten Fragen, einer größeren Auswahl an Antworten und geringerer Sensitivität für Eingabevariationen | Nicht verfügbar |
MMMU Massive Multitask Multimodal Understanding – Testet das Verständnis über Text, Bilder, Audio und Video hinweg | 75.4% Quelle |
HellaSwag Ein anspruchsvoller Benchmark für Satzvervollständigung | Nicht verfügbar |
HumanEval Bewertet Codegenerierung und Problemlösungsfähigkeiten | Nicht verfügbar |
MATH Testet mathematische Problemlösungsfähigkeiten auf verschiedenen Schwierigkeitsstufen | Nicht verfügbar |
GPQA Testet Wissen auf PhD-Niveau in Chemie, Biologie und Physik durch Multiple-Choice-Fragen, die tiefgehendes Fachwissen erfordern | 74.2% Diamond Science Quelle |
IFEval Testet die Fähigkeit des Modells, Formatierungsvorgaben genau zu befolgen, angemessene Ausgaben zu generieren und konsistente Instruktionsbefolgung über verschiedene Aufgaben hinweg zu gewährleisten | Nicht verfügbar |
SimpleQA Bewertung der Genauigkeit einfacher Fragen | - |
AIME 2024 | - |
AIME 2025 | - |
Aider Polyglot Mehrsprachige Programmier-Benchmark. | - |
LiveCodeBench v5 Benchmark für Echtzeit-Programmierung | - |
Global MMLU (Lite) Eine vereinfachte Version des Benchmarks zur Beurteilung der Universalität von Modellen auf globaler Ebene. | - |
MathVista Bewertet die mathematischen Denkfähigkeiten von KI-Modellen in visuellen Kontexten | - |
Mobile Anwendung |
Compare AI. Test. Benchmarks. Mobile Chatbot-Apps, Sketch
Copyright © 2026 All Right Reserved.