Gemini 2.5 Pro
数据来源:AIHOT
上线日期: 2025-06-17 · 上下文: 104.9万 Token
综合排名 90
官方 API 价格 ¥ / 百万 Token
- 输入
- ¥8.33 ($1.25)
- 输出
- ¥66.66 ($10)
- 缓存命中
- ¥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。
官方价格页 ↗领域能力
| 榜单 | 名次 | 评分 | 评测数 |
|---|---|---|---|
| 综合 | 90 | 33.2 | 16 |
| 编程 | 90 | 34.6 | 3 |
| 科研 | 89 | 34.5 | 4 |
| 专业办公 | 91 | 28.4 | 3 |
| 知识问答 | 88 | 33.6 | 3 |
编程 · 34.6
| 评测 | 机构 | 公布的成绩 | 折算分 | 原榜名次 | 核实日期 | 备注 |
|---|---|---|---|---|---|---|
| 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 Analysis | 0.0% | 48.9 | 203 | 2026-11-18 | 备注通过率低于 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 Analysis | 46.3% | 46 | 158 | 2026-11-18 | 备注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 AI | 0.4% | 29.7 | 128 | 2026-11-18 | 备注通过率低于 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
| 评测 | 机构 | 公布的成绩 | 折算分 | 原榜名次 | 核实日期 | 备注 |
|---|---|---|---|---|---|---|
| CritPt ↗ 物理研究前沿的原创难题,要一步步推导出准确答案。 | Artificial Analysis | 2.6% | 46.7 | 212 | 2026-11-18 | 备注通过率低于 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 Analysis | 22.5% | 40.1 | 222 | 2026-11-18 | 备注代表配置: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 AI | 24.6% | 38 | 89 | 2026-11-18 | 备注代表配置: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 Prize | 4.9% | 30.9 | 210 | 2026-11-18 | 备注通过率低于 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
| 评测 | 机构 | 公布的成绩 | 折算分 | 原榜名次 | 核实日期 | 备注 |
|---|---|---|---|---|---|---|
| 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 Analysis | 2.2% | 30.3 | 233 | 2026-11-18 | 备注通过率低于 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 Analysis | 462.7 | 23.8 | 251 | 2026-11-18 | 备注代表配置: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 Analysis | 303 | 22.7 | 250 | 2026-11-18 | 备注代表配置: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 AI | 50.6% | — | 17 | 2026-11-18 | 备注代表配置: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
| 评测 | 机构 | 公布的成绩 | 折算分 | 原榜名次 | 核实日期 | 备注 |
|---|---|---|---|---|---|---|
| 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 Analysis | 12.2% | 50.8 | 119 | 2026-11-18 | 备注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 Analysis | 69.0% | 42.1 | 254 | 2026-11-18 | 备注代表配置: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。 | BullshitBench | 20.0% | 25.2 | 196 | 2026-11-18 | 备注代表配置: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
| 评测 | 机构 | 公布的成绩 | 折算分 | 原榜名次 | 核实日期 | 备注 |
|---|---|---|---|---|---|---|
| Arena Text ↗ 真人匿名比较两个模型的回答,投票选出更好的回答。 | LMArena | 1,445.5 | 49 | 90 | 2026-11-18 | 备注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。 | LMArena | 1,226.4 | 25.8 | 150 | 2026-11-18 | 备注代表配置: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。 |
还没有成绩的评测
- 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
最近的新闻
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