Geschwindigkeitsanalyse
Latenz über alle Benchmark-Läufe gemessen. P50 (Median) und P95 (95. Perzentil) zeigen ein realistisches Bild der Antwortgeschwindigkeit bei normaler und Spitzenlast.
Qualitätswerte
Wie sich dieses Modell je Prompt-Kategorie zum übrigen Feld verhält, aus einem paarweisen Fit über dieselben Prompts. Die rohe Jury-Wertung steht unter jeder Zahl.
Gewinnrate je Kategorie: wie oft dieses Modell ein durchschnittliches Modell bei einem Prompt dieser Kategorie schlägt. 50% ist der Durchschnitt, keine schlechte Note. Es ist kein Prozentsatz richtiger Antworten.
Preise
Was Sie pro Million Tokens zahlen, wenn Sie dieses Modell über Tokonomix nutzen, plus eine Schätzung für ein typisches Gespräch.
Tokens pro Sekunde
Durchsatz in Tokens pro Sekunde, abgeleitet aus gemessener P50-Latenz. Höhere Werte sind besser; Schwankungen spiegeln die Provider-seitige Last wider.
Geschätzt aus P50-Latenz × 200 Output-Tokens — die absolute Zahl hängt von dieser Annahme ab; entscheidend ist der Trend.
Fähigkeiten
Verfügbarkeit
Verfügbarkeit
Wie oft dieses Modell antwortet, wenn wir es aufrufen — gemessen anhand echter API-Anfragen und Live-Tests der letzten 30 Tage. Dies ist unabhängig von der Qualität: Diese Zahlen zeigen nur, ob das Modell antwortet, nicht wie gut die Antwort ist.
Letzte 7 Tage
—
Letzte 30 Tage
100.0%
n=1
Mediane Antwortzeit
1,277ms
n=1
Basierend auf 125 Messungen in den letzten 30 Tagen.
Technische Details
Nur echte API-Aufrufe und Live-Test-Anfragen werden gezählt — interne Proben und Benchmark-Läufe sind ausgeschlossen.
Aufrufe mit einem eigenen API-Schlüssel (BYOK) sind ausgeschlossen: Diese Fehler sind schlüsselspezifisch und kein Zeichen für Modellausfälle.
Fehlgeschlagene Aufrufe werden NICHT in Qualitätswerten berücksichtigt — Qualität wird nur für erfolgreiche Antworten gemessen. Verfügbarkeit und Qualität sind unabhängige Signale.
Mediane Antwortzeit (p50) über erfolgreiche Aufrufe mit aufgezeichneter Dauer. Ausreißer beeinflussen den Median weniger als den Durchschnitt.
Gesamte Aufrufe (30d)
1
OK-Antworten (30d)
1
Gesamte Aufrufe (7d)
0
OK-Antworten (7d)
0
Tokonomix-Benchmark-Urteile
Gemini 3.6 Flash debuts with strong multimodal capabilities
Gemini 3.6 Flash enters the benchmark landscape as a capable multimodal model with comprehensive feature support including vision, audio input, PDF processing, and structured output modes. The model demonstrates solid reasoning performance with a 74.4 percent score on MMLU Pro and 85.9 percent on GPQA Diamond, placing it in the competitive midfield for general knowledge tasks. Coding capabilities show promise with 81.8 percent on HumanEval and 84.7 percent on a multilingual variant, though performance varies across harder programming challenges. Mathematical reasoning achieves 76.0 percent on GSM8K basic problems but drops to 55.1 percent on MATH-500, indicating room for improvement on complex mathematical tasks. Vision capabilities register at 73.5 percent on MMMU, showing competent multimodal understanding. The model supports extensive tooling including parallel tool calls, JSON schema enforcement, and prompt caching, making it suitable for production applications requiring structured outputs. This baseline establishes Gemini 3.6 Flash as a versatile option for developers needing multimodal processing with reasonable performance across standard benchmarks, though it faces stiff competition in the rapidly evolving AI model landscape.
Qualität
—
Latenz p50
—
Testläufe
0