Snelheidsanalyse
Latency gemeten over alle benchmark-runs. P50 (mediaan) en P95 (95e percentiel) geven een realistisch beeld van de responssnelheid onder normale en piekbelasting.
Kwaliteitsscores
Hoe dit model zich per promptcategorie verhoudt tot de rest van het veld, uit een paarsgewijze berekening over dezelfde prompts. Het ruwe jurycijfer staat onder elk getal.
Winstpercentage per categorie: hoe vaak dit model een gemiddeld model verslaat op een prompt uit die categorie. 50% is gemiddeld, geen onvoldoende. Het is geen percentage goede antwoorden.
Prijzen
Wat je per miljoen tokens betaalt als je dit model via Tokonomix gebruikt, plus een schatting voor een gemiddeld gesprek.
Tokens per seconde
Doorvoersnelheid in tokens per seconde, afgeleid uit gemeten P50-latency. Hogere waarden zijn beter; fluctuaties weerspiegelen serverbelasting bij de provider.
Geschat uit P50-latency × 200 output-tokens — het absolute getal hangt af van deze aanname; de trend is wat telt.
Mogelijkheden
Beschikbaarheid
Beschikbaarheid
Hoe vaak dit model antwoordt als we het aanroepen — gemeten over echte API-aanvragen en live-tests in de afgelopen 30 dagen. Dit staat los van kwaliteit: deze cijfers laten alleen zien of het model reageert, niet hoe goed het antwoord is.
Afgelopen 7 dagen
100.0%
n=1
Afgelopen 30 dagen
100.0%
n=2
Mediane responstijd
5,890ms
n=2
Gebaseerd op 126 metingen in de afgelopen 30 dagen.
Technische details
Alleen echte API-aanroepen en live-testverzoeken tellen mee — interne probes en benchmarkruns zijn uitgesloten.
Aanroepen met een eigen API-sleutel (BYOK) zijn uitgesloten: die fouten zijn sleutelspecifiek en geen teken van modelneergang.
Mislukte aanroepen worden NIET meegeteld in kwaliteitsscores — kwaliteit wordt gemeten op geslaagde responses. Beschikbaarheid en kwaliteit zijn onafhankelijke signalen.
Mediane responstijd (p50) over geslaagde aanroepen met een vastgelegde duur. Uitschieters trekken de mediaan minder dan het gemiddelde.
Totaal aanroepen (30d)
2
OK-reacties (30d)
2
Totaal aanroepen (7d)
1
OK-reacties (7d)
1
Tokonomix benchmark-oordelen
Gemini 3.7 Flash debuts with multimodal support and strong performance
Gemini 3.7 Flash enters the benchmark as Google's latest multimodal model, bringing comprehensive capability coverage including vision, audio input, PDF processing, and structured output modes. The model demonstrates solid reasoning performance with a 74.8% score on GPQA Diamond and 86.6% on MMLU Pro, positioning it competitively in the knowledge-intensive task space. Code generation shows strong results at 80.6% on HumanEval, while mathematical reasoning achieves 89.2% on MATH Level 5. The model excels in instruction following with a 93.8% score on IFEval, suggesting reliable adherence to user constraints. Multimodal capabilities include vision processing scoring 68.1% on MMMU and 77.3% on MathVista, indicating competent handling of visual reasoning tasks. The inclusion of parallel tool execution, JSON schema support, and prompt caching provides developers with modern integration features. The model processes up to 1 million tokens in context, enabling large document analysis. As a first-generation baseline, these metrics establish Gemini 3.7 Flash as a capable general-purpose model with particular strengths in instruction following and code generation, while offering the flexibility needed for production applications requiring multimodal understanding.
Kwaliteit
—
Latency p50
—
Testruns
0