Gemini 2.5 Pro est le modèle d'IA le plus avancé de Google, conçu pour un raisonnement approfondi et une génération de réponses réfléchies. Il surpasse les benchmarks clés, démontrant une logique exceptionnelle et une compétence en codage. Optimisé pour créer des applications web dynamiques, des systèmes de code autonomes et l'adaptation de code, il offre des performances de haut niveau. Avec des capacités multimodales intégrées et une fenêtre de contexte étendue, il traite efficacement de grands ensembles de données et intègre diverses sources d'information pour relever des défis complexes.
„Llama 3.3 70B Instruct“, conçu par Meta, est un grand modèle de langage multilingue spécialement affiné pour les tâches basées sur des instructions et optimisé pour les applications conversationnelles. Il peut traiter et générer du texte en plusieurs langues, avec une fenêtre contextuelle prenant en charge jusqu'à 128 000 tokens. Lancé le 6 décembre 2024, le modèle surpasse de nombreux chatbots open-source et propriétaires selon divers benchmarks industriels. Il utilise le Grouped-Query Attention (GQA) pour améliorer l'évolutivité et a été entraîné sur un ensemble de données diversifié comprenant plus de 15 billions de tokens provenant de sources publiques. Les connaissances du modèle sont à jour jusqu'en décembre 2023.
| Gemini 2.5 Pro | Llama 3.3 70B Instruct | |
|---|---|---|
Site web
| ||
Fournisseur
| ||
Chat
| ||
Date de sortie
| ||
Modalités
| texte images voix vidéo | texte |
Fournisseurs d’API
| Google AI Studio, Vertex AI, Gemini app | Fireworks, Together, DeepInfra, Hyperbolic |
Date de mise à jour des connaissances
| - | 12.2024 |
Open Source
| Non | Oui |
Tarification d’entrée
| Non disponible | $0.23 par million de tokens |
Tarification de sortie
| Non disponible | $0.40 par million de tokens |
MMLU
| Non disponible | 86% 0-shot, CoT Source |
MMLU-Pro
| Non disponible | 68.9% 5-shot, CoT Source |
MMMU
| 81.7% Source | Non disponible |
HellaSwag
| Non disponible | Non disponible |
HumanEval
| Non disponible | 88.4% pass@1 Source |
MATH
| Non disponible | 77% 0-shot, CoT Source |
GPQA
| 84.0% Diamond Science Source | 50.5% 0-shot, CoT Source |
IFEval
| Non disponible | 92.1% Source |
SimpleQA
| 52.9% | - |
AIME 2024 | 92.0% | - |
AIME 2025 | 86.7% | - |
Aider Polyglot
| 74.0% / 68.6% | - |
LiveCodeBench v5
| 70.4% | - |
Global MMLU (Lite)
| 89.8% | - |
MathVista
| - | - |
Application mobile | - | |
VideoGameBench | ||
Score total | 0.48% | - |
Doom II | 0% | - |
Dream DX | 4.8% | - |
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% | - |
MathArena | ||
| Score moyen | 81% | - |
AIME 2025 Test basé sur des problèmes issus du concours de mathématiques (American Invitational Mathematics Examination),destiné à évaluer les compétences mathématiques des modèles. | 87% | - |
HMMT February 2025 Test basé sur des problèmes du Harvard-MIT Mathematics Tournament, février 2025, destiné à évaluer les compétences mathématiques des modèles. | 82% | - |
BRUMO 2025 | 90% | - |
SMT 2025 Test basé sur des problèmes du Stanford Math Tournament, 2025, destiné à évaluer les compétences mathématiques des modèles. | 85% | - |
CMIMC 2025 Test basé sur des problèmes de l’Olympiade mathématique canadienne, 2025, destiné à évaluer les compétences mathématiques des modèles. | 58% | - |
Compare AI. Test. Benchmarks. Applications de chatbots mobiles, Sketch
Copyright © 2026 All Right Reserved.
Commentaires (1)
Mazen
11 Août 2025Good program