跳到正文

模型能力评测

重点更新

语言对话 · Arena ↗

gemini-1.5-flash-002

关闭详情

google · 语言对话 · 2026-10-08

Arena 评分
1309.3
来源名次
273
对战票数
34,902
评分区间
1305.1–1313.5

偏好评分；区间重叠时差异未必稳定。

模型许可：Proprietary。

原始成绩 ↗
414 个模型
语言对话公开偏好成绩，2026-10-08
模型／机构Arena 评分对战票数
qwen-max-0919#261 · alibaba
1318.11312–132416,478
1318.01315–132254,504
1317.61314–132168,705
gemma-3n-e4b-it#264 · google
1317.51312–132322,145
gpt-oss-20b#265 · openai
1317.31311–132410,418
qwen2.5-plus-1127#266 · alibaba
1314.61308–132110,187
mistral-large-2407#267 · mistral
1314.41310–131845,459
1314.21310–131924,739
1313.71308–131915,779
gpt-4-0125-preview#270 · openai
1313.21309–131793,439
gpt-4-1106-preview#271 · openai
1312.91309–1317100,105
1311.31302–13213,904
gemini-1.5-flash-002#273 · google
1309.31305–131434,902
1308.41305–131252,567
deepseek-v2.5#275 · deepseek
1307.21302–131224,572
1306.61301–131219,621
olmo-3-32b-think#277 · allenai
1306.31298–13155,830
mercury#278 · inception-ai
1305.91292–13201,963
mistral-large-2411#279 · mistral
1305.51301–131028,073
magistral-medium-2506#280 · mistral
1304.71298–131111,513
数据来源

Arena · CC BY 4.0 · 固定版本

用户偏好评分，非正确率。下方小字为置信区间；临时成绩状态见原榜。本站选取 overall 分类、翻译字段并舍入显示，原始值保留。

每日 08:30 同步 · 最近成功：2026/10/12 08:29（北京时间）

历史专项测试：MMLU-Pro / GenEval