Gemini 2.0 Flash Thinking Experimental (Jan '25)

去对比

Gemini 2.0 快闪思维是一个增强的推理模型，能够展示其思考过程，以提高性能和可解释性。结合速度与性能，Gemini 2.0 快闪思维在科学和数学方面也表现出色，通过展示其思考过程来解决复杂问题。

智力(中等)

速度(慢)

输入支持模态

是

是否推理模型

1,000,000

上下文窗口

65,536

最大输出令牌数

2024-08-01

知识截止

定价

- /M tokens

输入

- /M tokens

输出

- /M tokens

混合价格

快速简易对比

Gemini 1.5 Pro (Sep '24)

￥2.5

Gemini 1.5 Pro (May '24)

￥2.5

Gemini 2.0 Flash Thinking Experimental (Dec '24)

基础参数

Gemini 2.0 Flash Thinking Experimental (Jan '25)的技术参数

参数数量

未公布

上下文长度

1.0M tokens

训练数据截止

2024-08-01

开源分类

Proprietary

多模态支持

文本、图像

吞吐量

发布日期

2025-01-21

响应速度

0 tokens/s

基准测试得分

以下是Gemini 2.0 Flash Thinking Experimental (Jan '25)在各种标准基准测试中的表现。这些测试评估了模型在不同任务和领域的能力。

智能指数

大语言模型智能水平

52.33

大语言模型智能水平

编码指数

AI模型在编码任务上的能力表现的指标

32.46

AI模型在编码任务上的能力表现的指标

数学指数

解决数学问题、数学推理或执行与数学相关的任务方面的能力指标

72.2

解决数学问题、数学推理或执行与数学相关的任务方面的能力指标

MMLU Pro

海量多任务多模式理解-测试对文本、图像、音频和视频的理解

79.8

海量多任务多模式理解-测试对文本、图像、音频和视频的理解

GPQA

研究生物理问题评估-用钻石科学级别的问题测试高级物理知识

70.1

研究生物理问题评估-用钻石科学级别的问题测试高级物理知识

HLE

模型在 Hugging Face Open LLM Leaderboard 上的综合平均得分

7.1

模型在 Hugging Face Open LLM Leaderboard 上的综合平均得分

LiveCodeBench

特定的、专注于评估大型语言模型在真实世界代码编写和解决编程竞赛问题能力评分

32.1

特定的、专注于评估大型语言模型在真实世界代码编写和解决编程竞赛问题能力评分

SciCode

模型在科学计算或特定科学领域的代码生成方面的能力

32.9

模型在科学计算或特定科学领域的代码生成方面的能力

HumanEval

AI模型在 HumanEval 这个特定的基准测试集上取得的成绩

Math 500 评分

前500道更大型、更知名的数学基准测试评分

94.4

前500道更大型、更知名的数学基准测试评分

AIME 评分

一个衡量AI模型在解决高难度数学竞赛问题（特指AIME级别）方面能力的指标

精选推荐AI模型

Gemini 2.0 Flash Lite (Preview)

Qwen2.5 Coder Instruct 32B

Gemini 2.0 Flash (experimental)

Gemini 2.0 Pro Experimental (Feb '25)

Llama 3.2 Instruct 11B (Vision)