Gemini 1.0 Pro

Google·2 个数据来源·更新于 2026-11-10

上下文窗口32KBenchLM

评测表现

只在同一来源、同一口径下比较。切换来源可查看不同测试结果。

2 个评测来源

当前配置:各基准设置见下表

采集于 2026-11-10查看原始页面
LLM Stats · 公开基准成绩
暂无综合分数当前所选配置的来源分数

不同来源的分数不能直接相加或横向比较;评测任务成本不是 API Token 单价。

逐项基准成绩

9 项已收录成绩 · 保留原始单位和测试条件

BIG-Bench来源汇总 · 越高越好
75%

Accuracy

成绩出处
EgoSchema厂商自报 · 越高越好
55.7%

Accuracy

成绩出处
FLEURS来源汇总 · 越高越好
93.6%

Speech recognition accuracy (1 - WER)

成绩出处
GPQA来源汇总 · 越高越好
27.9%

Accuracy

成绩出处
MATH来源汇总 · 越高越好
32.6%

Accuracy

成绩出处
MathVista来源汇总 · 越高越好
46.6%

Accuracy

成绩出处
MMLU厂商自报 · 越高越好
71.8%

Accuracy

成绩出处
MMMU来源汇总 · 越高越好
47.9%

Accuracy

成绩出处
WMT23来源汇总 · 越高越好
71.7%

Accuracy

成绩出处

技术规格

只展示有可靠来源的资料;优先采用厂商官网与官方模型仓库。

发布日期
2024-02-15LLM Stats
知识截止
2024-02-01LLM Stats
上下文窗口
32K TokenBenchLM
许可证
ProprietaryLLM Stats

价格与用量

美元 / 百万 Token。不同服务商或测试配置的报价分别列出。

暂无可核验的 API 报价。

每个数字,都有出处

同名模型通过开发机构和明确版本关联。预览版、日期版本和不同规模模型分别建档。

LLM Stats

公开模型页与公开榜单;自报成绩单独标识

1 条记录最近采集 2026-11-10

BenchLM

公开评测数据;保留来源原始口径

1 条记录最近采集 2026-11-10
查看全部配置与采集记录
来源 / 配置采集时间原始数据
LLM StatsGemini 1.0 ProSHA-256 f9a76c3ab8c854b1…2026-11-10T13:58:52Z查看来源
BenchLMGemini 1.0 Pro2026-11-10查看来源
继续浏览模型排行榜