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.

#13 von 21 im Vals Index · aktueller Snapshot
49 Vals Index · 27 Benchmark-Zeilen · 11 QuellenPosition ist benchmark-spezifisch — kein Cross-Family- oder Cross-Source-Ranking.
Composite67
Kontext1M
Input / 1M$0.30
Output / 1M$1.2
Wissensstichtag2026-03-01
Output-Speed287 t/s
TTFT (Default-API)12.11s
Statusflagship
GeminiNotebookLMScira AI
KnowledgeReasoningCodingAgenticMultimodalLong contextTool useHuman preference
Knowledge
88
Reasoning
76
Coding
95
Agentic
76
Multimodal
69
Long context
69
Tool use
84
Human preference
91

81average across 8 tested families

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
MMMUMultimodal#4/ 869MMMU leaderboard2026-05-19
AA output speedPerformance#6/ 69Artificial Analysis2026-07-21
BFCLTool use#6/ 2082Berkeley Function Calling Leaderboard V42026-04-15
DeepSWECoding#6/ 637DeepSWE leaderboard v1.12026-06-20
HumanEvalCoding#6/ 1595CodeSOTA HumanEval leaderboard2026-05-19
ARC-AGIReasoning#7/ 1472ARC Prize leaderboard2026-05-15
LongBench v2Long context#7/ 1954LongBench v2 leaderboard2026-04-01
LiveBenchReasoning#8/ 2164LiveBench leaderboard2026-04-15
Humanity's Last ExamReasoning#11/ 6541Artificial Analysis2026-07-21
IFBenchReasoning#11/ 5776Artificial Analysis2026-07-21
MMLUKnowledge#12/ 2288Google Gemini 3.5 Flash2026-05-19
Artificial Analysis Intelligence IndexReasoning#16/ 6750Artificial Analysis2026-07-21
Terminal-BenchAgentic#16/ 6976Terminal-Bench 2.0 leaderboard2026-05-20
SciCodeCoding#18/ 6553Artificial Analysis2026-07-21
AA time to first tokenPerformance#19/ 69Artificial Analysis2026-07-21
SWE-bench VerifiedCoding#20/ 2377SWE-bench Verified leaderboard2026-06-09
AA-LCRLong context#25/ 6469Artificial Analysis2026-07-21
τ³-Bench BankingAgentic#35/ 6425Artificial Analysis2026-07-21
GPQA DiamondReasoning#59/ 6974Artificial 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
    Claude Mythos Preview
    95
  2. 2
    GPT-5.6 Sol
    94
  3. 3
    Kimi K3
    94
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
MultimodalGemini 3.5 Flash · 69
  1. 1
    Gemini 3.1 Pro
    72
  2. 2
    GPT 5.5
    72
  3. 3
    Claude Opus 4.8
    71
Long contextGemini 3.5 Flash · 69
  1. 1
    Kimi K3
    75
  2. 2
    GPT-5.1
    75
  3. 3
    GPT-5.6 Sol
    74
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.

26 neu
BenchmarkFamilyScoreQuelleTage her
AA-LCRLong context69.33%Artificial Analysis2
AA output speedPerformance287 t/sArtificial Analysis2
AA time to first tokenPerformance12.11sArtificial Analysis2
Artificial Analysis Intelligence IndexReasoning50.2%Artificial Analysis2
Humanity's Last ExamReasoning41%Artificial Analysis2
IFBenchReasoning76.33%Artificial Analysis2
SciCodeCoding53.1%Artificial Analysis2
τ³-Bench BankingAgentic25.36%Artificial Analysis2
DeepSWECoding37%DeepSWE leaderboard v1.133
SWE-bench VerifiedCoding77.2%SWE-bench Verified leaderboard44
GPQA DiamondReasoning74.1%Artificial Analysis GPQA Diamond evaluation44
Vals IndexAgentic49.31%Vals AI — Vals Index49
SWE-bench VerifiedCoding78%SWE-bench official leaderboard54
LMArena (Chatbot Arena)Human preference1455LMArena leaderboard59
Terminal-BenchAgentic76.2%Terminal-Bench 2.0 leaderboard64
HumanEvalCoding94.6% pass@1CodeSOTA HumanEval leaderboard65
MMLUKnowledge88.4%Google Gemini 3.5 Flash65
MMMUMultimodal68.9%MMMU leaderboard65
ARC-AGIReasoning72.1%ARC Prize leaderboard69
MCP AtlasTool use83.6%MCP Atlas leaderboard69
BFCLTool use82.3%Berkeley Function Calling Leaderboard V499
BFCLTool use79.4%Berkeley Function Calling Leaderboard V499
LiveBenchReasoning64.2%LiveBench leaderboard99
LiveBenchReasoning63.5%LiveBench leaderboard99
LongBench v2Long context53.8%LongBench v2 leaderboard113
LongBench v2Long context51.4%LongBench v2 leaderboard113
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.

Knowledge88
Reasoning76
Coding95
Agentic76
Multimodal69
Long context69
Tool use84
Human preference91
Preis vs. Performance
0255075100$0.10$0.30$1$3$10$30input USD / 1M tokens · log scale →← intelligence

Hover or tab any dot for name, score, and input price.

AnthropicOpenAIMistralAlibabaDeepSeekGoogleMoonshotMiniMaxxAIMetaZhipuXiaomiMeituanCohere

Volles Benchmark-Ledger

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

27 Quell-Zeilen

21 of 32 catalog benchmarks have a sourced row for Gemini 3.5 Flash.

Knowledge

Reasoning

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