Skip to content

Gemini 2.5 Pro

Data source: AIHOT

Model data is shown as published (Chinese).

← Leaderboard
Google

Released: 2025-06-17 · Context: 1.049M tokens

33.2

Overall rank 90

Official API prices ¥ / million tokens

Input
¥8.33 ($1.25)
Output
¥66.66 ($10)
Cache hits
¥0.83 ($0.125)

提示词不超过 200K Token 的价格;超过 200K 时输入 $2.50、输出 $15、缓存命中 $0.25/百万 Token。该型号已弃用,2026-12-01 起 API 请求将转至 Gemini 3.8 Flash 并按其价格计费。

提示词不超过 200K Token 的价格;超过 200K 时输入 $2.50、输出 $15、缓存命中 $0.25/百万 Token。该型号已弃用,2026-12-01 起 API 请求将转至 Gemini 3.8 Flash 并按其价格计费。

Official pricing ↗

Domain capabilities

BoardRankScoreBenchmarks
综合9033.216
编程9034.63
科研8934.54
专业办公9128.43
知识问答8833.63

编程 · 34.6

BenchmarkOrganizationPublished resultNormalized scoreSource rankVerifiedNotes
Terminal-Bench 4.0 ↗

在终端完成软件、科研等复杂任务,再由各题的测试检查结果。

Artificial Analysis0.0%48.92032026-11-18
Notes

通过率低于 5%,只说明“至多这么强”;这个模型的水平已经低于这条线不少,这一项几乎不起作用。代表配置:来源默认配置。该来源没有区分推理档位,采用其官方默认配置。

SciCode ↗

把物理、化学、生物等科研问题写成能运行、算得对的计算代码。

Artificial Analysis46.3%461582026-11-18
Notes

这项成绩和这个模型的其他成绩差得太远,它对总分的影响设了上限,一个异常成绩带偏不了总分。代表配置:来源默认配置。该来源没有区分推理档位,采用其官方默认配置。

Vibe Code Bench v1.1 ↗

按一份需求从零搭出网页应用,再在浏览器里按验收步骤逐项检查功能。

Vals AI0.4%29.71282026-11-18
Notes

通过率低于 5%,只说明“至多这么强”。代表配置:来源默认配置。该来源没有区分推理档位,采用其官方默认配置。

科研 · 34.5

BenchmarkOrganizationPublished resultNormalized scoreSource rankVerifiedNotes
CritPt ↗

物理研究前沿的原创难题,要一步步推导出准确答案。

Artificial Analysis2.6%46.72122026-11-18
Notes

通过率低于 5%,只说明“至多这么强”;这个模型的水平已经低于这条线不少,这一项几乎不起作用。代表配置:来源默认配置。该来源没有区分推理档位,采用其官方默认配置。

Humanity's Last Exam ↗

数学、科学、人文等几十个学科的专家级难题,不借助工具直接作答。

Artificial Analysis22.5%40.12222026-11-18
Notes

代表配置:来源默认配置。该来源没有区分推理档位,采用其官方默认配置。

FrontierMath T1–3 ↗

解数学家原创的高难数学题,给出可以核对的答案。

Epoch AI24.6%38892026-11-18
Notes

代表配置:来源默认配置。该来源没有区分推理档位,采用其官方默认配置。

ARC-AGI-2 ↗

从几个网格图案的例子中找出变换规则,再解一道新题。

ARC Prize4.9%30.92102026-11-18
Notes

通过率低于 5%,只说明“至多这么强”。代表配置:思考预算 · 32k。按预先固定的规则,采用该来源可用的最高第一方推理档位;选择不参考跑分高低。

专业办公 · 28.4

BenchmarkOrganizationPublished resultNormalized scoreSource rankVerifiedNotes
AutomationBench-AA ↗

在模拟办公软件中处理业务流程,按完成目标和守规情况评分。

Artificial Analysis2.2%30.32332026-11-18
Notes

通过率低于 5%,只说明“至多这么强”。代表配置:来源默认配置。该来源没有区分推理档位,采用其官方默认配置。

GDPval-AA ↗

按几十种职业的真实工作出题,比如写报告、做表格,由裁判两两比较产出质量。

Artificial Analysis462.723.82512026-11-18
Notes

代表配置:来源默认配置。该来源没有区分推理档位,采用其官方默认配置。

AA-Briefcase ↗

完成办公项目里写报告、做表格这类长任务,按细则和成果质量评分。

Artificial Analysis30322.72502026-11-18
Notes

代表配置:来源默认配置。该来源没有区分推理档位,采用其官方默认配置。

MedCode ↗

读住院记录,给出标准的医疗诊断编码。

Vals AI50.6%—172026-11-18
Notes

代表配置:来源默认配置。该来源没有区分推理档位,采用其官方默认配置。

知识问答 · 33.6

BenchmarkOrganizationPublished resultNormalized scoreSource rankVerifiedNotes
MLCR-AA ↗

读很长的医疗记录回答问题,答案要完整且不能违背原始记录。

Artificial Analysis12.2%50.81192026-11-18
Notes

这项成绩和这个模型的其他成绩差得太远,它对总分的影响设了上限,一个异常成绩带偏不了总分。代表配置:来源默认配置。该来源没有区分推理档位,采用其官方默认配置。

AA-LCR ↗

读很长的文档,回答要把多处信息串起来才能答的问题。

Artificial Analysis69.0%42.12542026-11-18
Notes

代表配置:来源默认配置。该来源没有区分推理档位,采用其官方默认配置。

BullshitBench v2 ↗

问题里藏着错误前提,看模型能不能指出来,而不是顺着编下去。

BullshitBench20.0%25.21962026-11-18
Notes

代表配置:来源默认配置。该来源没有区分推理档位,采用其官方默认配置。

真人盲选 · 34.1

BenchmarkOrganizationPublished resultNormalized scoreSource rankVerifiedNotes
Arena Text ↗

真人匿名比较两个模型的回答,投票选出更好的回答。

LMArena1,445.549902026-11-18
Notes

这项成绩和这个模型的其他成绩差得太远,它对总分的影响设了上限,一个异常成绩带偏不了总分。代表配置:来源默认配置。该来源没有区分推理档位,采用其官方默认配置。

Arena WebDev ↗

真人匿名比较两个模型做出来的网页,选更好的那个。

LMArena1,226.425.81502026-11-18
Notes

代表配置:来源默认配置。该来源没有区分推理档位,采用其官方默认配置。

Benchmarks without results

  • Terminal-Bench 4.0 · Vals
  • Terminal-Bench 4.0 · 官方
  • LiveBench · 编程综合
  • Code Migration v1.1
  • ProgramBench
  • MirrorCode
  • CyberBench Patch v1.1
  • FrontierCode 2.0 · AA
  • APEX-SWE
  • FrontierCode 2.0 · Cognition
  • WeirdML v3
  • FrontierSWE v2
  • TapTap Maker
  • LiveBench · 推理与数学
  • 致知 · 逻辑月榜
  • 司南 · 推理
  • 司南 · 抽象
  • CritPt v2 Hard · AA
  • Chess Puzzles
  • Mystery Game Puzzles
  • MysteryMechanism
  • Terminal-Bench Science · Vals
  • Terminal-Bench Science · AA
  • BioMysteryBench
  • Vals Finance Agent v2.1
  • APEX-Agents 1.1
  • Harvey LAB 1.1 · Vals
  • Harvey LAB 1.1 · AA
  • τ³-Banking · Mercor
  • LiveBench · 数据分析
  • AA-Analyst Agent
  • Legal Research Bench
  • TaxAgentBench
  • Excel Modeling v1.1
  • AA-Omniscience v1.1
  • SimpleQA Verified
  • 司南 · 知识
  • LiveBench · 语言与指令
  • NYT Connections 扩展版

Recent news

11-03Google AI Studio 弃用 Gemini 2.5 Pro 与 2.5 Flash,API 请求将于 12 月 1 日起自动路由Gemini API:更新日志

09-11OmAI 联汇推出视频深度推理模型 VLX-VR,长视频推理超过 Gemini 2.5 Pro公众号:卡尔的AI沃茨

11-06Baseten 为牙科笔记场景定制 LLM:单 LoRA 适配器同时处理三项任务,准确率追平 gemini-2.5-pro 且快 5-6 倍Baseten 工程博客

05-08LlamaParse 5 月更新:新增 GPT-4.1 与 Gemini 2.5 Pro 模型、倾斜检测等功能LlamaIndex:产品、工程与评测