VerdictPal
Beitreten

Modelle / Google

Gemini 3.5 Flash

Gemini · Release 2026-05-19

Googles schnellstes Frontier-Modell. Führt das MCP-Atlas-Tool-Use-Benchmark (83,6 %) an und kombiniert 1M-Token-Kontext mit unter 200ms First-Token-Latenz. Terminal-Bench 2.0 76,2 %, ARC-AGI-2 72,1 %. $0,30 / $1,20 pro 1M Tokens.

Default-Modell für hohen Durchsatz und niedrige Latenz: Such-Agents, Batch-Klassifikation, Echtzeit-Kunden-Apps. Die Kosten-pro-1M-Lücke zu Opus 4.8 beträgt etwa 50× beim Input und 60× beim Output.

#39 von 184 im AA Index · aktueller Snapshot
33 AA Index · 30 Benchmark-Zeilen · 11 QuellenPosition ist benchmark-spezifisch — kein Cross-Family- oder Cross-Source-Ranking.
Composite65
Kontext1M
Input / 1M$0.30
Output / 1M$1.2
Wissensstichtag2026-03-01
Statussolid
GeminiNotebookLMScira AI

Familienprofil

Bester veröffentlichter Score je abgedeckter Benchmark-Familie.

78/100 Ø
Wissen
88
Reasoning
76
Mathe
39
Coding
95
Agentisch
76
Multimodal
84
Langer Kontext
73
Tool-Nutzung
84
Menschliche Präferenz
91

9 getestete Benchmark-Familien

Redaktionsnotiz
3.5 Flash ist das Modell, das wir für Tool-Use mit hohem Volumen empfehlen. Die Kosten-pro-1M-Lücke zu Opus 4.8 beträgt etwa 50× beim Input und 60× beim Output — eine relevante Position für jedes Team, das Agents im Maßstab betreibt. Die MCP-Atlas-83,6 % machen es zum stärksten Tool-Use-Modell auf dem öffentlichen Markt.
Benchmark-Platzierungen

Wo Gemini 3.5 Flash auf jeder öffentlichen Benchmark-Quelle mit Zeile steht. Rang zählt jedes Modell mit neuester Zeile im selben Test — kein universeller Qualitätsscore.

BenchmarkFamilyRangScoreQuelleDatum
MCP AtlasTool use#1/ 1084MCP Atlas leaderboard2026-05-15
LMArena (Chatbot Arena)Human preference#3/ 1391LMArena leaderboard2026-05-25
MMMU-ProMultimodal#3/ 884Artificial Analysis — MMMU-Pro2026-09-01
MMMUMultimodal#4/ 869MMMU leaderboard2026-05-19
ARC-AGIReasoning#5/ 972ARC Prize leaderboard2026-05-15
AA-OmniscienceKnowledge#6/ 1252Artificial Analysis — AA-Omniscience2026-09-01
BFCLTool use#6/ 2082Berkeley Function Calling Leaderboard V42026-04-15
HumanEvalCoding#6/ 1595CodeSOTA HumanEval leaderboard2026-05-19
LongBench v2Long context#7/ 1954LongBench v2 leaderboard2026-04-01
DeepSWECoding#8/ 837DeepSWE leaderboard v1.12026-06-20
LiveBenchReasoning#8/ 2164LiveBench leaderboard2026-04-15
FrontierMathMath#10/ 1539Epoch AI FrontierMath Tiers 1-3 (v2) CSV2026-08-15
MMLUKnowledge#12/ 2288Google Gemini 3.5 Flash2026-05-19
IFBenchReasoning#17/ 12776Artificial Analysis2026-09-10
SWE-bench VerifiedCoding#20/ 2277SWE-bench Verified leaderboard2026-06-09
Humanity's Last ExamReasoning#24/ 18543Artificial Analysis2026-09-10
SciCodeCoding#25/ 9354Artificial Analysis2026-09-10
τ³-Bench BankingAgentic#38/ 11032Artificial Analysis2026-09-10
Terminal-BenchAgentic#38/ 18976Terminal-Bench 2.0 leaderboard2026-05-20
Artificial Analysis Intelligence IndexReasoning#43/ 18833Artificial Analysis2026-09-10
AA-LCRLong context#96/ 18273Artificial Analysis2026-09-10
AA output speedPerformance#116/ 190Artificial Analysis2026-09-10
AA time to first tokenPerformance#116/ 190Artificial Analysis2026-09-10
GPQA DiamondReasoning#162/ 19074Artificial Analysis GPQA Diamond evaluation2026-06-09
Family-Kontext

Die drei höchstscorierenden kartierten Modelle pro Capability-Family. Wo Gemini 3.5 Flash auftaucht, ist es hervorgehoben.

KnowledgeGemini 3.5 Flash · 88
  1. 1
    GPT 5.5
    91
  2. 2
    Claude Opus 4.8
    91
  3. 3
    Claude Sonnet 4.6
    91
ReasoningGemini 3.5 Flash · 76
  1. 1
    GPT-6 Astra
    96
  2. 2
    Claude Mythos Preview
    95
  3. 3
    Gemini 3.7 Flash
    95
MathGemini 3.5 Flash · 39
  1. 1
    OpenAI o3
    99
  2. 2
    GPT-5 (medium)
    99
  3. 3
    Grok 4
    99
CodingGemini 3.5 Flash · 95
  1. 1
    GPT 5.5
    96
  2. 2
    Claude Opus 4.8
    96
  3. 3
    Claude Opus 4.6
    96
AgenticGemini 3.5 Flash · 76
  1. 1
    GPT 5.5
    100
  2. 2
    Claude Opus 4.8
    100
  3. 3
    Claude Fable 5
    100
Long contextGemini 3.5 Flash · 73
  1. 1
    Kimi K3
    89
  2. 2
    Claude Fable 5.1
    85
  3. 3
    GPT-5.5 (high)
    84
Tool useGemini 3.5 Flash · 84
  1. 1
    Claude Sonnet 4.6
    89
  2. 2
    GPT 5.5
    87
  3. 3
    Claude Opus 4.8
    87
Human preferenceGemini 3.5 Flash · 91
  1. 1
    GPT 5.5
    95
  2. 2
    Claude Opus 4.8
    92
  3. 3
    Gemini 3.5 Flash
    91
Neueste Belege

Benchmark-Zeilen im öffentlichen Ledger für Gemini 3.5 Flash in den letzten 120 Tagen. Ältere Zeilen stehen in der vollen Tabelle unten.

21 neu
BenchmarkFamilyScoreQuelleTage her
AA-LCRLong context73.33%Artificial Analysis4
AA output speedPerformance0 t/sArtificial Analysis4
AA time to first tokenPerformance0.00sArtificial Analysis4
Artificial Analysis Intelligence IndexReasoning33%Artificial Analysis4
Humanity's Last ExamReasoning42.7%Artificial Analysis4
IFBenchReasoning76.33%Artificial Analysis4
SciCodeCoding53.9%Artificial Analysis4
τ³-Bench BankingAgentic32.16%Artificial Analysis4
AA-OmniscienceKnowledge51.9%Artificial Analysis — AA-Omniscience13
MMMU-ProMultimodal84.3%Artificial Analysis — MMMU-Pro13
FrontierMathMath38.97%Epoch AI FrontierMath Tiers 1-3 (v2) CSV30
DeepSWECoding37%DeepSWE leaderboard v1.186
SWE-bench VerifiedCoding77.2%SWE-bench Verified leaderboard97
GPQA DiamondReasoning74.1%Artificial Analysis GPQA Diamond evaluation97
Vals IndexAgentic49.31%Vals AI — Vals Index102
SWE-bench VerifiedCoding78%SWE-bench official leaderboard107
LMArena (Chatbot Arena)Human preference1455LMArena leaderboard112
Terminal-BenchAgentic76.2%Terminal-Bench 2.0 leaderboard117
HumanEvalCoding94.6% pass@1CodeSOTA HumanEval leaderboard118
MMLUKnowledge88.4%Google Gemini 3.5 Flash118
MMMUMultimodal68.9%MMMU leaderboard118
Family-Abdeckung

Ein hoher Composite, der eine schwache Family versteckt, ist eine Falle. Diese Balken zeigen Families ohne öffentlichen Test — und wo das Modell führt.

Wissen88
Reasoning76
Mathe39
Coding95
Agentisch76
Multimodal84
Langer Kontext73
Tool-Nutzung84
Menschliche Präferenz91
Preis vs. Performance
0255075100$0.10$0.30$1$3$10$30Input-USD / 1M Tokens · log-Skala →← Intelligenz

Hover auf einen Punkt zeigt Name, Score und Input-Preis. Per Tastatur: die zwölf besten mit Tab durchgehen oder die Rangliste unten nutzen.

AnthropicOpenAIMistralAlibabaDeepSeekGoogleMoonshotMetaxAIMiniMaxZhipuXiaomiOtherMeituanCohereNVIDIA

Volles Benchmark-Ledger

Jeder Katalog-Benchmark für Gemini 3.5 Flash. Scores verlinken zur Originalquelle; Lücken heißen: noch keine öffentliche Zeile.

30 Quell-Zeilen

24 von 37 Katalog-Benchmarks haben eine belegte Zeile für Gemini 3.5 Flash.

Knowledge

Reasoning

Math

Coding

Agentic

Multimodal

Long context

Tool use

Performance

Human preference

Changelog
  1. Gemini 3.5 Flash veröffentlicht — MCP-Atlas-Spitze (83,6 %), 1M-Kontext, günstigster Frontier-Preis.
Quellen

The Pack · Redaktionsnewsletter

Neue Tools in dein Postfach. Kostenlos.

Eine kurze E-Mail, wenn ein Tool erscheint oder den Status wechselt. Kein Tracking, keine Drittanbieter-Analytics. Abmeldung mit einem Klick.