İçeriğe geç
Seviye B — Üretim
Çalıştığı yer:USYapıldığı yer:United States
Google Gemini

Gemini 3.6 Flash

Seviye B — Üretim · 1.048576M token

Tokonomix Editöryel Ekibi·İnceleyen Mes Kalkan··
Bölüm 01

Hız analizi

Tüm benchmark çalıştırmalarında ölçülen gecikme. P50 (medyan) ve P95 (95. yüzdelik) normal ve yoğun yük altında yanıt hızının gerçekçi bir resmini verir.

P50 gecikme (medyan)P95 gecikme107 runs
417578711158165282189810-2611-22ms
Bölüm 02

Kalite puanları

Bu modelin her soru kategorisinde sahanın geri kalanına göre nerede durduğu; aynı sorular üzerinde ikili karşılaştırmayla hesaplanır. Ham jüri puanı her sayının altındadır.

2%
Kod üretimi
jüri ortalaması 5
63%
Yaratıcı
jüri ortalaması 74
32%
Olgusal
jüri ortalaması 60
10%
Akıl yürütme
jüri ortalaması 46

Kategori başına kazanma oranı: bu modelin o kategoriden bir soruda ortalama bir modeli ne sıklıkla yendiği. %50 ortalamadır, kalma notu değildir. Doğru cevap yüzdesi de değildir.

Bölüm 03

Fiyatlar

Bu modeli Tokonomix üzerinden kullandığınızda milyon token başına ödediğiniz tutar ve tipik bir konuşma için tahmini maliyet.

💰
API tarifeleri — Gemini 3.6 Flash
$1.13 1M giriş token başına
$5.61 1M çıkış token başına
≈ $0.0018 tipik konuşma başına (800 token)
Giriş vs çıkış fiyatı (1M token başına)
1M giriş token başına$1.13
1M çıkış token başına$5.61
Bölüm 04

Saniye başına token

Ölçülen P50 gecikmesinden türetilen saniye başına token verimi. Yüksek daha iyidir; dalgalanmalar sağlayıcı tarafındaki yükü yansıtır.

Verim (token / s)194 / avg 233
47510

P50 gecikme × 200 çıkış token tahmininden hesaplandı — mutlak rakam bu varsayıma bağlıdır; önemli olan eğilimdir.

Bölüm 05

Yetenekler

toolssource: seed-newest-generation-2026-09-30visionjson modepdf inputreasoningaudio inputjson schemaparallel toolsprompt cachingoutputTokenLimit: 65536max output tokens: 65535
Bölüm 06

Kullanılabilirlik

Kullanılabilirlik

Henüz ölçüm verisi yok

Bu model için kullanılabilirlik istatistiklerini göstermek için yeterli API çağrısı henüz kaydedilmedi. Veri, model canlı trafik almaya başlayınca görünür.

Bölüm 07

Tokonomix kıyaslama kararları

⚖️
Endorsed by 1 judge
Independent LLM judges evaluated this model on our weekly intelligence tests
claude-sonnet-4-539/100 · 25 runs
6 correct4 partial15 wrong24% accuracy
● 2026-11-22

Gemini 3.6 Flash shows modest quality gain but remains in bottom quartile

Gemini 3.6 Flash has posted a 7-point quality improvement in the current benchmark window, rising from 17.7 to 24.7 out of 100. Despite this uptick, the model continues to perform in the bottom quartile of evaluated systems. The improvement appears concentrated in creative tasks, which now score 74 out of 100, representing the model's strongest category. However, both coding and reasoning capabilities remain critically weak at or near zero. The previous window showed a reasoning score of 50, but this has now dropped to zero, indicating significant instability in logical performance. Latency has improved from 4057ms to 3503ms at the median, making responses moderately faster. The limited test run sample of three executions in the current window suggests these results should be interpreted with caution. Users seeking creative text generation may find some utility here, but those requiring coding assistance or complex reasoning should look elsewhere. The model's extreme performance variance across categories and between benchmark windows raises questions about consistency and production readiness.

Kalite

24.7

Gecikme p50

3,503 ms

Test çalıştırmaları

3

✓ Quality improved 7 points✓ Creative tasks score 74✗ Reasoning dropped to zero✗ Coding remains critically weak
Son otomatik test
22 Kas 2026 · 08:04 UTC · Hız testi
P50 gecikme
1032 ms
P95 gecikme
1120 ms
Hatalar
0 / 6 çalıştırma
Son inceleyen Tokonomix Ekibi·22 Kasım 2026