Gemini 2.0 Flash ist Googles leistungsstarkes Modell mit niedriger Latenz, das für fortschrittliche agentenbasierte Erfahrungen entwickelt wurde. Mit nativer Tool-Integration unterstützt es multimodale Eingaben, einschließlich Text, Bildern, Video und Audio. Mit erheblichen Verbesserungen gegenüber früheren Versionen bietet das Modell eine Balance aus Effizienz, Geschwindigkeit und erweiterten Fähigkeiten für nahtlose Echtzeit-Interaktionen.
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 11, 2024 |
Modalitäten Arten von Daten, die dieses Modell verarbeiten kann | Text Bilder Sprache Video |
API-Anbieter Die Anbieter, die dieses Modell anbieten. (Diese Liste ist nicht vollständig.) | Google AI Studio, Vertex AI |
Datum des Wissensstandes Wann das Wissen des Modells zuletzt aktualisiert wurde. | 08.2024 |
Open Source Ob der Code des Modells öffentlich verfügbar ist. | Nein |
Preisgestaltung Eingabe Kosten für die Verarbeitung von Token in Ihren Eingaben | $0.10 pro Million Token |
Preisgestaltung Ausgabe Kosten für vom Modell generierte Token | $0.40 pro Million Token |
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 | 77.6% Quelle |
MMMU Massive Multitask Multimodal Understanding – Testet das Verständnis über Text, Bilder, Audio und Video hinweg | 71.7% Quelle |
HellaSwag Ein anspruchsvoller Benchmark für Satzvervollständigung | Nicht verfügbar |
HumanEval Bewertet Codegenerierung und Problemlösungsfähigkeiten | Nicht verfügbar |
MATH Testet mathematische Problemlösungsfähigkeiten auf verschiedenen Schwierigkeitsstufen | 90.9% Quelle |
GPQA Testet Wissen auf PhD-Niveau in Chemie, Biologie und Physik durch Multiple-Choice-Fragen, die tiefgehendes Fachwissen erfordern | 60.1% Diamond 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 | |
VideoGameBench | |
| Gesamtpunktzahl | 0% |
| Doom II | 0% |
| Dream DX | 0% |
| Awakening DX | 0% |
| Civilization I | 0% |
| Pokemon Crystal | 0% |
| The Need for Speed | 0% |
| The Incredible Machine | 0% |
| Secret Game 1 | 0% |
| Secret Game 2 | 0% |
| Secret Game 3 | 0% |
Compare AI. Test. Benchmarks. Mobile Chatbot-Apps, Sketch
Copyright © 2026 All Right Reserved.