SprachmodellAktiv

Gemini 3 Flash

Google

Veröffentlicht: Dezember 2025
Datenstand: 8. September 2026

Intelligenz: Nicht gerankt
Gesamtwertung
Geschwindigkeit: 214,7 Token/s
Ausgabe-Tempo
Preis: 0,5 $ · 3 $
Eingabe · Ausgabe / 1 Mio. Token
Eingabe: Text, Bild, Audio, Video
Ausgabe: Text

Für dieses Modell liegt keine veröffentlichte, kategorieweit vergleichbare Gesamtwertung vor.

Einträge 1-12 von 158. Seite 1 von 14.

Veröffentlichte Benchmarks

Die Charts vergleichen Modelle im selben dokumentierten Test. Das aktuelle Modell ist hervorgehoben.

Cybersicherheit

2 Messreihen

MT-AgentRisk

Attack success rate

Was der Benchmark prüft: 365 schädliche Sequenzen prüfen Sicherheitsrisiken bei mehrstufiger Werkzeugnutzung.

Einordnung: Eine niedrigere Angriffs-Erfolgsrate ist besser. Kompetenz und Sicherheit sind getrennte Größen.

Weniger ist besser3 ModelleGemini 3 Flash: Platz 2 von 3Datenstand: 9. August 2026

1.Claude Sonnet 4.571,78 %

Hinweis: Tabelle 4 nennt für die Ablehnungsquote 15,43 %. Tabelle 9 desselben Papers nennt 15,34 %. Hier steht der Wert aus der direkten Einzel-gegen-Mehrfachdialog-Tabelle.

2.Gemini 3 Flash78,9 %

3.DeepSeek-V3.284,93 %

Skala: 0 % - 100 %

Quelle: MT-AgentRisk

CC BY 4.0

gradually.ai

Methodik und Einordnung

Vergleichskohorte: mt-agent-risk:multi-turn:asr
Messgröße: attack success rate
Skala: 0-100
Teilnehmer: 3
Methodik und Einordnung: OpenHands ohne Schutzschicht, GPT-4.1 als Juror. Einzel- und Mehrfachdialog bleiben getrennt.. Kennung des Quellmodells: curated/gemini-3-flash. Name des Quellmodells: Gemini 3 Flash. Anbieter laut Quelle: Google. Evaluator: MT-AgentRisk. Datensatztyp: public. Stand der Rangliste: 2026-02-13. Harness: OpenHands. Quellenkennung: mt-agent-risk. Kennung der Evidenzaufnahme: curated-mt-agent-risk-2026-08-09-1028329f9a3b. Prüfsumme der Quelldaten: 1028329f9a3b8d4820f4ee86b731973dd37ffa0e4246efe61c195459d652b47f. Parserversion: curated-v1. Importiert am: 2026-09-04

Quelle: MT-AgentRisk

MT-AgentRisk

Refusal rate

Was der Benchmark prüft: 365 schädliche Sequenzen prüfen Sicherheitsrisiken bei mehrstufiger Werkzeugnutzung.

Einordnung: Eine niedrigere Angriffs-Erfolgsrate ist besser. Kompetenz und Sicherheit sind getrennte Größen.

Mehr ist besser3 ModelleGemini 3 Flash: Platz 2 von 3Datenstand: 9. August 2026

1.Claude Sonnet 4.515,43 %

Hinweis: Tabelle 4 nennt für die Ablehnungsquote 15,43 %. Tabelle 9 desselben Papers nennt 15,34 %. Hier steht der Wert aus der direkten Einzel-gegen-Mehrfachdialog-Tabelle.

2.Gemini 3 Flash6,03 %

3.DeepSeek-V3.21,1 %

Skala: 0 % - 100 %

Quelle: MT-AgentRisk

CC BY 4.0

gradually.ai

Methodik und Einordnung

Vergleichskohorte: mt-agent-risk:multi-turn:refusal
Messgröße: refusal rate
Skala: 0-100
Teilnehmer: 3
Methodik und Einordnung: OpenHands ohne Schutzschicht, GPT-4.1 als Juror. Einzel- und Mehrfachdialog bleiben getrennt.. Kennung des Quellmodells: curated/gemini-3-flash. Name des Quellmodells: Gemini 3 Flash. Anbieter laut Quelle: Google. Evaluator: MT-AgentRisk. Datensatztyp: public. Stand der Rangliste: 2026-02-13. Harness: OpenHands. Quellenkennung: mt-agent-risk. Kennung der Evidenzaufnahme: curated-mt-agent-risk-2026-08-09-dd3b683c9326. Prüfsumme der Quelldaten: dd3b683c9326b8ebb99ee225badbd3d228bed7961fbc39502881384ab4cb5667. Parserversion: curated-v1. Importiert am: 2026-09-04

Quelle: MT-AgentRisk

Programmieren

4 Messreihen

Code Migration

CLI

Mehr ist besser6 ModelleGemini 3 Flash: Platz 4 von 6Datenstand: 11. August 2026

1.Gemini 3.6 Flash19,33 %

2.Gemini 3.5 Flash17,18 %

3.Gemini 3.1 Pro Preview10,83 %

4.Gemini 3 Flash8,52 %

5.Gemini 3.5 Flash-Lite5,88 %

6.Gemini 3.1 Flash-Lite5,73 %

Skala: 0 % - 100 %

Quelle: Vals AI

CC BY 4.0

gradually.ai

Methodik und Einordnung

Vergleichskohorte: vals-code-migration:1:cli
Messgröße: accuracy
Skala: 0-100
Teilnehmer: 6
Methodik und Einordnung: Kennung des Quellmodells: google/gemini-3-flash-preview. Name des Quellmodells: Gemini 3 Flash. Anbieter laut Quelle: Google. Evaluator: Vals AI. Datensatztyp: private. Stand der Rangliste: 2026-08-09. Reasoning-Stufe: high. Temperatur: 1. Maximale Ausgabetoken: 65536. Latenz in Sekunden: 294.005. Standardfehler: 1.458. Kosten je Aufgabe in USD: 0.353141. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-code-migration-2026-08-11-3a2d5ce718a3. Prüfsumme der Quelldaten: 3a2d5ce718a34b36c00a1447644df407304422f4ce9a7feb98488c4a04ea39cd. Parserversion: vals-astro-v2. Importiert am: 2026-08-11

Quelle: Vals AI

Code Migration

COBOL

Mehr ist besser6 ModelleGemini 3 Flash: Platz 6 von 6Datenstand: 11. August 2026

1.Gemini 3.6 Flash65,71 %

2.Gemini 3.5 Flash55,46 %

3.Gemini 3.1 Pro Preview36,75 %

4.Gemini 3.5 Flash-Lite6,96 %

5.Gemini 3.1 Flash-Lite1,25 %

6.Gemini 3 Flash0 %

Skala: 0 % - 100 %

Quelle: Vals AI

CC BY 4.0

gradually.ai

Methodik und Einordnung

Vergleichskohorte: vals-code-migration:1:cobol
Messgröße: accuracy
Skala: 0-100
Teilnehmer: 6
Methodik und Einordnung: Kennung des Quellmodells: google/gemini-3-flash-preview. Name des Quellmodells: Gemini 3 Flash. Anbieter laut Quelle: Google. Evaluator: Vals AI. Datensatztyp: private. Stand der Rangliste: 2026-08-09. Reasoning-Stufe: high. Temperatur: 1. Maximale Ausgabetoken: 65536. Latenz in Sekunden: 254.923. Standardfehler: 0. Kosten je Aufgabe in USD: 0.300925. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-code-migration-2026-08-11-3a2d5ce718a3. Prüfsumme der Quelldaten: 3a2d5ce718a34b36c00a1447644df407304422f4ce9a7feb98488c4a04ea39cd. Parserversion: vals-astro-v2. Importiert am: 2026-08-11

Quelle: Vals AI

Code Migration

Code Quality

Mehr ist besser6 ModelleGemini 3 Flash: Platz 4 von 6Datenstand: 11. August 2026

1.Gemini 3.6 Flash3,3 Bewertung

2.Gemini 3.5 Flash2,79 Bewertung

3.Gemini 3.1 Flash-Lite2,66 Bewertung

4.Gemini 3 Flash2,66 Bewertung

5.Gemini 3.5 Flash-Lite2,65 Bewertung

6.Gemini 3.1 Pro Preview2,54 Bewertung

Skala: 0 Bewertung - 3,3 Bewertung

Quelle: Vals AI

CC BY 4.0

gradually.ai

Methodik und Einordnung

Vergleichskohorte: vals-code-migration:1:code_quality
Messgröße: mean reviewer code-quality rating
Skala: Keine obere Grenze dokumentiert. Die Darstellung umfasst die erfassten Werte und den Nullpunkt.
Teilnehmer: 6
Methodik und Einordnung: Kennung des Quellmodells: google/gemini-3-flash-preview. Name des Quellmodells: Gemini 3 Flash. Anbieter laut Quelle: Google. Evaluator: Vals AI. Datensatztyp: private. Stand der Rangliste: 2026-08-09. Reasoning-Stufe: high. Temperatur: 1. Maximale Ausgabetoken: 65536. Latenz in Sekunden: 284.234. Standardfehler: 0.047. Kosten je Aufgabe in USD: 0.340087. Angezeigter Wert: 2,662 / 5. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-code-migration-2026-08-11-3a2d5ce718a3. Prüfsumme der Quelldaten: 3a2d5ce718a34b36c00a1447644df407304422f4ce9a7feb98488c4a04ea39cd. Parserversion: vals-astro-v2. Importiert am: 2026-08-11

Quelle: Vals AI

Code Migration

Overall

Mehr ist besser35 ModelleGemini 3 Flash: Platz 33 von 35Datenstand: 4. September 2026

1.GPT-6 Astra67,74 %

2.Claude Opus 557,47 %

3.Claude Fable 555,07 %

4.GPT-5.6 Sol52,92 %

5.GPT-5.6 Terra47,8 %

6.GPT-5.545,16 %

7.Grok 4.644,57 %

8.GPT-5.6 Luna44,55 %

9.Claude Sonnet 544,39 %

10.GLM-5.344,22 %

11.GLM-5.237,87 %

12.Grok 4.536,6 %

13.Gemini 3.8 Flash36,55 %

14.GPT-5.434,98 %

15.Gemini 3.7 Flash34,8 %

16.Gemini 3.6 Flash30,93 %

17.Kimi K2.627,77 %

18.Gemini 3.5 Flash26,75 %

19.DeepSeek-V4-Pro26,2 %

20.GLM-5.125,77 %

21.Kimi K2.7 Code25,39 %

22.MiMo-V2.5-Pro21,56 %

23.GLM-5.3-Flash20,52 %

24.Gemini 3.1 Pro Preview17,31 %

25.Kimi K316,1 %

26.GPT-5.4 nano14,47 %

27.MiMo-V2.514,23 %

28.Inkling Small13,68 %

29.GPT-5.4 mini12,94 %

30.Inkling11,79 %

31.Kimi K2.56,96 %

32.Grok 4.36,8 %

33.Gemini 3 Flash6,39 %

34.Gemini 3.5 Flash-Lite6,15 %

35.Gemini 3.1 Flash-Lite4,61 %

Skala: 0 % - 100 %

Quelle: Vals AI

CC BY 4.0

gradually.ai

Methodik und Einordnung

Vergleichskohorte: vals-code-migration:1:overall
Messgröße: accuracy
Skala: 0-100
Teilnehmer: 35
Methodik und Einordnung: Kennung des Quellmodells: google/gemini-3-flash-preview. Name des Quellmodells: Gemini 3 Flash. Evaluator: Vals AI. Datensatztyp: private. Stand der Rangliste: 2026-09-03. Latenz in Sekunden: 284.234. Kosten je Aufgabe in USD: 0.340087. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-code-migration-2026-09-04-37e66450d0d6. Prüfsumme der Quelldaten: 37e66450d0d6f681e77c4fe9942f74c0aa743078002f50aef50932407223f88f. Parserversion: vals-astro-v2. Importiert am: 2026-09-04

Quelle: Vals AI

Finanzen

6 Messreihen

CorpFin v2

Exact Pages

Mehr ist besser6 ModelleGemini 3 Flash: Platz 1 von 6Datenstand: 11. August 2026

1.Gemini 3 Flash68,07 %

2.Gemini 3.5 Flash62,82 %

3.Gemini 3.6 Flash61,07 %

4.Gemini 3.1 Pro Preview60,84 %

5.Gemini 3.5 Flash-Lite57,46 %

6.Gemini 3.1 Flash-Lite56,64 %

Skala: 0 % - 100 %

Quelle: Vals AI

CC BY 4.0

gradually.ai

Methodik und Einordnung

Vergleichskohorte: vals-corp-fin-v2:2:exact_pages
Messgröße: accuracy
Skala: 0-100
Teilnehmer: 6
Methodik und Einordnung: Kennung des Quellmodells: google/gemini-3-flash-preview. Name des Quellmodells: Gemini 3 Flash. Anbieter laut Quelle: Google. Evaluator: Vals AI. Datensatztyp: private. Stand der Rangliste: 2026-08-06. Reasoning-Stufe: high. Temperatur: 1. Maximale Ausgabetoken: 65536. Latenz in Sekunden: 11.684. Standardfehler: 1.592. Kosten je Aufgabe in USD: 0.098516. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-corp_fin_v2-2026-08-11-d9e58d191cd9. Prüfsumme der Quelldaten: d9e58d191cd9f1690e3b59f0a37055813038531410f2d73e765676893c0f9526. Parserversion: vals-astro-v2. Importiert am: 2026-08-11

Quelle: Vals AI

CorpFin v2

Max Fitting Context

Mehr ist besser6 ModelleGemini 3 Flash: Platz 4 von 6Datenstand: 11. August 2026

1.Gemini 3.1 Pro Preview66,9 %

2.Gemini 3.5 Flash66,67 %

3.Gemini 3.6 Flash65,39 %

4.Gemini 3 Flash63,52 %

5.Gemini 3.5 Flash-Lite62,35 %

6.Gemini 3.1 Flash-Lite60,61 %

Skala: 0 % - 100 %

Quelle: Vals AI

CC BY 4.0

gradually.ai

Methodik und Einordnung

Vergleichskohorte: vals-corp-fin-v2:2:max_fitting_context
Messgröße: accuracy
Skala: 0-100
Teilnehmer: 6
Methodik und Einordnung: Kennung des Quellmodells: google/gemini-3-flash-preview. Name des Quellmodells: Gemini 3 Flash. Anbieter laut Quelle: Google. Evaluator: Vals AI. Datensatztyp: private. Stand der Rangliste: 2026-08-06. Reasoning-Stufe: high. Temperatur: 1. Maximale Ausgabetoken: 65536. Latenz in Sekunden: 7.32. Standardfehler: 1.643. Kosten je Aufgabe in USD: 0.003928. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-corp_fin_v2-2026-08-11-d9e58d191cd9. Prüfsumme der Quelldaten: d9e58d191cd9f1690e3b59f0a37055813038531410f2d73e765676893c0f9526. Parserversion: vals-astro-v2. Importiert am: 2026-08-11

Quelle: Vals AI

CorpFin v2

Overall

Mehr ist besser50 ModelleGemini 3 Flash: Platz 12 von 50Datenstand: 4. September 2026

1.Claude Opus 573,19 %

2.Claude Fable 571,83 %

3.Kimi K371,56 %

4.Inkling Small69,62 %

5.Inkling68,57 %

6.Grok 4.368,53 %

7.GPT-5.568,42 %

8.Kimi K2.568,26 %

9.Grok 4.567,41 %

10.Claude Sonnet 566,98 %

11.Kimi K2.666,74 %

12.Gemini 3 Flash66,43 %

13.Grok 4.666,16 %

14.GLM-5.266,12 %

15.GPT-5.6 Terra65,31 %

16.GPT-5.465,27 %

17.Gemini 3.5 Flash64,69 %

18.Gemini 3.1 Pro Preview64,49 %

19.GLM-5.164,45 %

20.GPT-5.6 Sol64,38 %

21.GPT-5.6 Luna64,22 %

22.Gemini 3.6 Flash63,33 %

23.GPT-4.163,05 %

24.GLM-562,9 %

25.MiMo-V2.5-Pro61,42 %

26.DeepSeek-V4-Pro61,38 %

27.GPT-5.4 nano61,19 %

28.GPT-561,07 %

29.GLM-4.560,96 %

30.GPT-5.4 mini60,92 %

31.Gemini 2.5 Pro60,8 %

32.Gemini 3.5 Flash-Lite60,68 %

33.Kimi K2 Thinking60,57 %

34.GPT-5 mini60,18 %

35.MiMo-V2.559,91 %

36.o359,71 %

37.Gemini 3.1 Flash-Lite59,36 %

38.o4-mini58,97 %

39.GPT OSS 120B58,24 %

40.GPT-4.1 mini57,93 %

41.GLM-4.656,84 %

42.DeepSeek-V3 032454,74 %

43.Trinity Large Thinking54,66 %

44.DeepSeek-R154,12 %

45.GPT OSS 20B53,15 %

46.DeepSeek-V352,49 %

47.GLM-4.746,39 %

48.GPT-4o mini45,46 %

49.o3-mini45,3 %

50.GPT-4.1 nano42,08 %

Skala: 0 % - 100 %

Quelle: Vals AI

CC BY 4.0

gradually.ai

Methodik und Einordnung

Vergleichskohorte: vals-corp-fin-v2:2:overall
Messgröße: accuracy
Skala: 0-100
Teilnehmer: 50
Methodik und Einordnung: Kennung des Quellmodells: google/gemini-3-flash-preview. Name des Quellmodells: Gemini 3 Flash. Evaluator: Vals AI. Datensatztyp: private. Stand der Rangliste: 2026-08-12. Latenz in Sekunden: 11.279. Kosten je Aufgabe in USD: 0.047154. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-corp_fin_v2-2026-09-04-46dad6684551. Prüfsumme der Quelldaten: 46dad668455190ee4239b7c743d00d81c6fd3127e0d87123c518ec107c13b44d. Parserversion: vals-astro-v2. Importiert am: 2026-09-04

Quelle: Vals AI

CorpFin v2

Shared Max Context

Mehr ist besser6 ModelleGemini 3 Flash: Platz 1 von 6Datenstand: 11. August 2026

1.Gemini 3 Flash67,72 %

2.Gemini 3.1 Pro Preview65,73 %

3.Gemini 3.5 Flash64,57 %

4.Gemini 3.6 Flash63,52 %

5.Gemini 3.5 Flash-Lite62,24 %

6.Gemini 3.1 Flash-Lite60,84 %

Skala: 0 % - 100 %

Quelle: Vals AI

CC BY 4.0

gradually.ai

Methodik und Einordnung

Vergleichskohorte: vals-corp-fin-v2:2:shared_max_context
Messgröße: accuracy
Skala: 0-100
Teilnehmer: 6
Methodik und Einordnung: Kennung des Quellmodells: google/gemini-3-flash-preview. Name des Quellmodells: Gemini 3 Flash. Anbieter laut Quelle: Google. Evaluator: Vals AI. Datensatztyp: private. Stand der Rangliste: 2026-08-06. Reasoning-Stufe: high. Temperatur: 1. Maximale Ausgabetoken: 65536. Latenz in Sekunden: 14.833. Standardfehler: 1.596. Kosten je Aufgabe in USD: 0.039017. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-corp_fin_v2-2026-08-11-d9e58d191cd9. Prüfsumme der Quelldaten: d9e58d191cd9f1690e3b59f0a37055813038531410f2d73e765676893c0f9526. Parserversion: vals-astro-v2. Importiert am: 2026-08-11

Quelle: Vals AI

EMB

Overall

Mehr ist besser32 ModelleGemini 3 Flash: Platz 30 von 32Datenstand: 4. September 2026

1.Claude Fable 573,67 %

2.Claude Opus 573,56 %

3.GPT-5.6 Sol72,34 %

4.Gemini 3.8 Flash72,2 %

5.GPT-6 Astra71,7 %

6.Gemini 3.7 Flash71,33 %

7.GPT-5.6 Luna67,12 %

8.Kimi K366,4 %

9.Claude Sonnet 566,32 %

10.GPT-5.6 Terra66,21 %

11.Gemini 3.6 Flash65,41 %

12.GPT-5.564,54 %

13.Gemini 3.5 Flash63,55 %

14.Grok 4.662,73 %

15.GLM-5.261,53 %

16.Kimi K2.657,86 %

17.GLM-5.356,34 %

18.GLM-5.3-Flash55,93 %

19.MiMo-V2.5-Pro55,23 %

20.MiMo-V2.555,09 %

21.Grok 4.552,91 %

22.Gemini 3.1 Pro Preview52,62 %

23.DeepSeek-V4-Pro51,62 %

24.GPT-5.4 mini45,43 %

25.GPT-5.4 nano44,75 %

26.Gemini 3.5 Flash-Lite43,23 %

27.Inkling38,36 %

28.Inkling Small31,76 %

29.Kimi K2.528,47 %

30.Gemini 3 Flash26,02 %

31.Grok 4.318,39 %

32.Gemini 3.1 Flash-Lite8,63 %

Skala: 0 % - 100 %

Quelle: Vals AI

CC BY 4.0

gradually.ai

Methodik und Einordnung

Vergleichskohorte: vals-emb:1:overall
Messgröße: accuracy
Skala: 0-100
Teilnehmer: 32
Methodik und Einordnung: Kennung des Quellmodells: google/gemini-3-flash-preview. Name des Quellmodells: Gemini 3 Flash. Evaluator: Vals AI. Datensatztyp: private. Stand der Rangliste: 2026-09-03. Latenz in Sekunden: 328.69. Kosten je Aufgabe in USD: 0.453183. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-emb-2026-09-04-5d630bb9b3a7. Prüfsumme der Quelldaten: 5d630bb9b3a7674ec91efa385ebf472ae6d8bb96c8db2fa2dd5af3e813e66155. Parserversion: vals-astro-v2. Importiert am: 2026-09-04

Quelle: Vals AI

Finance Agent (v2)

Adjustments

Mehr ist besser6 ModelleGemini 3 Flash: Platz 5 von 6Datenstand: 11. August 2026

1.Gemini 3.5 Flash54,87 %

2.Gemini 3.6 Flash53,61 %

3.Gemini 3.5 Flash-Lite41,74 %

4.Gemini 3.1 Pro Preview38,36 %

5.Gemini 3 Flash35,93 %

6.Gemini 3.1 Flash-Lite30,97 %

Skala: 0 % - 100 %

Quelle: Vals AI

CC BY 4.0

gradually.ai

Methodik und Einordnung

Vergleichskohorte: vals-finance-agent-v2:2:adjustments
Messgröße: accuracy
Skala: 0-100
Teilnehmer: 6
Methodik und Einordnung: Kennung des Quellmodells: google/gemini-3-flash-preview. Name des Quellmodells: Gemini 3 Flash. Anbieter laut Quelle: Google. Evaluator: Vals AI. Datensatztyp: private. Stand der Rangliste: 2026-08-06. Reasoning-Stufe: high. Temperatur: 1. Maximale Ausgabetoken: 65536. Latenz in Sekunden: 226.691. Standardfehler: 1.014. Kosten je Aufgabe in USD: 0.50541. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-fabv2-2026-08-11-3e5c93a1857c. Prüfsumme der Quelldaten: 3e5c93a1857cb9afa3ea6c689b69ffc95e4399fdbacb84e03b975b7b8383d7c1. Parserversion: vals-astro-v2. Importiert am: 2026-08-11

Quelle: Vals AI

Dokumentierte Messdetails

Jede Beobachtung enthält den Quellwert und die veröffentlichten Testbedingungen.

MT-AgentRisk: Attack success rate (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 78.9
Bewertung: 78.9
Messgröße: attack success rate
Einheit: %
Benchmark-Version: ICML 2026 paper
Kategorie: cybersecurity
Aufgabe: asr
Aufgabenbezeichnung: Attack success rate
Richtung: Weniger ist besser
Vergleichskohorte: mt-agent-risk:multi-turn:asr
Quellentyp: independent-evaluator
Auswertung: MT-AgentRisk
Status: active
Abrufdatum: 2026-08-09
Methodik: OpenHands ohne Schutzschicht, GPT-4.1 als Juror. Einzel- und Mehrfachdialog bleiben getrennt.. Kennung des Quellmodells: curated/gemini-3-flash. Name des Quellmodells: Gemini 3 Flash. Anbieter laut Quelle: Google. Evaluator: MT-AgentRisk. Datensatztyp: public. Stand der Rangliste: 2026-02-13. Harness: OpenHands. Quellenkennung: mt-agent-risk. Kennung der Evidenzaufnahme: curated-mt-agent-risk-2026-08-09-1028329f9a3b. Prüfsumme der Quelldaten: 1028329f9a3b8d4820f4ee86b731973dd37ffa0e4246efe61c195459d652b47f. Parserversion: curated-v1. Importiert am: 2026-09-04
Vergleichsmethodik: OpenHands ohne Schutzschicht, GPT-4.1 als Juror. Einzel- und Mehrfachdialog bleiben getrennt.

Quelle MT-AgentRisk

MT-AgentRisk: Refusal rate (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 6.03
Bewertung: 6.03
Messgröße: refusal rate
Einheit: %
Benchmark-Version: ICML 2026 paper
Kategorie: cybersecurity
Aufgabe: refusal
Aufgabenbezeichnung: Refusal rate
Richtung: Mehr ist besser
Vergleichskohorte: mt-agent-risk:multi-turn:refusal
Quellentyp: independent-evaluator
Auswertung: MT-AgentRisk
Status: active
Abrufdatum: 2026-08-09
Methodik: OpenHands ohne Schutzschicht, GPT-4.1 als Juror. Einzel- und Mehrfachdialog bleiben getrennt.. Kennung des Quellmodells: curated/gemini-3-flash. Name des Quellmodells: Gemini 3 Flash. Anbieter laut Quelle: Google. Evaluator: MT-AgentRisk. Datensatztyp: public. Stand der Rangliste: 2026-02-13. Harness: OpenHands. Quellenkennung: mt-agent-risk. Kennung der Evidenzaufnahme: curated-mt-agent-risk-2026-08-09-dd3b683c9326. Prüfsumme der Quelldaten: dd3b683c9326b8ebb99ee225badbd3d228bed7961fbc39502881384ab4cb5667. Parserversion: curated-v1. Importiert am: 2026-09-04
Vergleichsmethodik: OpenHands ohne Schutzschicht, GPT-4.1 als Juror. Einzel- und Mehrfachdialog bleiben getrennt.

Quelle MT-AgentRisk

Code Migration: CLI (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 8.521
Bewertung: 8.521
Messgröße: accuracy
Einheit: %
Benchmark-Version: 1
Kategorie: coding
Aufgabe: cli
Aufgabenbezeichnung: CLI
Richtung: Mehr ist besser
Vergleichskohorte: vals-code-migration:1:cli
Quellentyp: independent-evaluator
Auswertung: Vals AI
Status: active
Abrufdatum: 2026-08-11
Methodik: Kennung des Quellmodells: google/gemini-3-flash-preview. Name des Quellmodells: Gemini 3 Flash. Anbieter laut Quelle: Google. Evaluator: Vals AI. Datensatztyp: private. Stand der Rangliste: 2026-08-09. Reasoning-Stufe: high. Temperatur: 1. Maximale Ausgabetoken: 65536. Latenz in Sekunden: 294.005. Standardfehler: 1.458. Kosten je Aufgabe in USD: 0.353141. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-code-migration-2026-08-11-3a2d5ce718a3. Prüfsumme der Quelldaten: 3a2d5ce718a34b36c00a1447644df407304422f4ce9a7feb98488c4a04ea39cd. Parserversion: vals-astro-v2. Importiert am: 2026-08-11
Vergleichsmethodik: Reasoning-Stufe: high. Temperatur: 1. Maximale Ausgabetoken: 65536

Quelle Vals AI

Code Migration: COBOL (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 0
Bewertung: 0
Messgröße: accuracy
Einheit: %
Benchmark-Version: 1
Kategorie: coding
Aufgabe: cobol
Aufgabenbezeichnung: COBOL
Richtung: Mehr ist besser
Vergleichskohorte: vals-code-migration:1:cobol
Quellentyp: independent-evaluator
Auswertung: Vals AI
Status: active
Abrufdatum: 2026-08-11
Methodik: Kennung des Quellmodells: google/gemini-3-flash-preview. Name des Quellmodells: Gemini 3 Flash. Anbieter laut Quelle: Google. Evaluator: Vals AI. Datensatztyp: private. Stand der Rangliste: 2026-08-09. Reasoning-Stufe: high. Temperatur: 1. Maximale Ausgabetoken: 65536. Latenz in Sekunden: 254.923. Standardfehler: 0. Kosten je Aufgabe in USD: 0.300925. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-code-migration-2026-08-11-3a2d5ce718a3. Prüfsumme der Quelldaten: 3a2d5ce718a34b36c00a1447644df407304422f4ce9a7feb98488c4a04ea39cd. Parserversion: vals-astro-v2. Importiert am: 2026-08-11
Vergleichsmethodik: Reasoning-Stufe: high. Temperatur: 1. Maximale Ausgabetoken: 65536

Quelle Vals AI

Code Migration: Code Quality (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 2.662
Bewertung: 2.662
Messgröße: mean reviewer code-quality rating
Einheit: rating
Benchmark-Version: 1
Kategorie: coding
Aufgabe: code_quality
Aufgabenbezeichnung: Code Quality
Richtung: Mehr ist besser
Vergleichskohorte: vals-code-migration:1:code_quality
Quellentyp: independent-evaluator
Auswertung: Vals AI
Status: active
Abrufdatum: 2026-08-11
Methodik: Kennung des Quellmodells: google/gemini-3-flash-preview. Name des Quellmodells: Gemini 3 Flash. Anbieter laut Quelle: Google. Evaluator: Vals AI. Datensatztyp: private. Stand der Rangliste: 2026-08-09. Reasoning-Stufe: high. Temperatur: 1. Maximale Ausgabetoken: 65536. Latenz in Sekunden: 284.234. Standardfehler: 0.047. Kosten je Aufgabe in USD: 0.340087. Angezeigter Wert: 2,662 / 5. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-code-migration-2026-08-11-3a2d5ce718a3. Prüfsumme der Quelldaten: 3a2d5ce718a34b36c00a1447644df407304422f4ce9a7feb98488c4a04ea39cd. Parserversion: vals-astro-v2. Importiert am: 2026-08-11
Vergleichsmethodik: Reasoning-Stufe: high. Temperatur: 1. Maximale Ausgabetoken: 65536

Quelle Vals AI

Code Migration: Overall (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 6.391
Bewertung: 6.391
Messgröße: accuracy
Einheit: %
Benchmark-Version: 1
Kategorie: coding
Aufgabe: overall
Aufgabenbezeichnung: Overall
Richtung: Mehr ist besser
Vergleichskohorte: vals-code-migration:1:overall
Quellentyp: independent-evaluator
Auswertung: Vals AI
Status: active
Abrufdatum: 2026-09-04
Methodik: Kennung des Quellmodells: google/gemini-3-flash-preview. Name des Quellmodells: Gemini 3 Flash. Evaluator: Vals AI. Datensatztyp: private. Stand der Rangliste: 2026-09-03. Latenz in Sekunden: 284.234. Kosten je Aufgabe in USD: 0.340087. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-code-migration-2026-09-04-37e66450d0d6. Prüfsumme der Quelldaten: 37e66450d0d6f681e77c4fe9942f74c0aa743078002f50aef50932407223f88f. Parserversion: vals-astro-v2. Importiert am: 2026-09-04

Quelle Vals AI

CorpFin v2: Exact Pages (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 68.065
Bewertung: 68.065
Messgröße: accuracy
Einheit: %
Benchmark-Version: 2
Kategorie: finance
Aufgabe: exact_pages
Aufgabenbezeichnung: Exact Pages
Richtung: Mehr ist besser
Vergleichskohorte: vals-corp-fin-v2:2:exact_pages
Quellentyp: independent-evaluator
Auswertung: Vals AI
Status: active
Abrufdatum: 2026-08-11
Methodik: Kennung des Quellmodells: google/gemini-3-flash-preview. Name des Quellmodells: Gemini 3 Flash. Anbieter laut Quelle: Google. Evaluator: Vals AI. Datensatztyp: private. Stand der Rangliste: 2026-08-06. Reasoning-Stufe: high. Temperatur: 1. Maximale Ausgabetoken: 65536. Latenz in Sekunden: 11.684. Standardfehler: 1.592. Kosten je Aufgabe in USD: 0.098516. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-corp_fin_v2-2026-08-11-d9e58d191cd9. Prüfsumme der Quelldaten: d9e58d191cd9f1690e3b59f0a37055813038531410f2d73e765676893c0f9526. Parserversion: vals-astro-v2. Importiert am: 2026-08-11
Vergleichsmethodik: Reasoning-Stufe: high. Temperatur: 1. Maximale Ausgabetoken: 65536

Quelle Vals AI

CorpFin v2: Max Fitting Context (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 63.52
Bewertung: 63.52
Messgröße: accuracy
Einheit: %
Benchmark-Version: 2
Kategorie: finance
Aufgabe: max_fitting_context
Aufgabenbezeichnung: Max Fitting Context
Richtung: Mehr ist besser
Vergleichskohorte: vals-corp-fin-v2:2:max_fitting_context
Quellentyp: independent-evaluator
Auswertung: Vals AI
Status: active
Abrufdatum: 2026-08-11
Methodik: Kennung des Quellmodells: google/gemini-3-flash-preview. Name des Quellmodells: Gemini 3 Flash. Anbieter laut Quelle: Google. Evaluator: Vals AI. Datensatztyp: private. Stand der Rangliste: 2026-08-06. Reasoning-Stufe: high. Temperatur: 1. Maximale Ausgabetoken: 65536. Latenz in Sekunden: 7.32. Standardfehler: 1.643. Kosten je Aufgabe in USD: 0.003928. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-corp_fin_v2-2026-08-11-d9e58d191cd9. Prüfsumme der Quelldaten: d9e58d191cd9f1690e3b59f0a37055813038531410f2d73e765676893c0f9526. Parserversion: vals-astro-v2. Importiert am: 2026-08-11
Vergleichsmethodik: Reasoning-Stufe: high. Temperatur: 1. Maximale Ausgabetoken: 65536

Quelle Vals AI

CorpFin v2: Overall (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 66.434
Bewertung: 66.434
Messgröße: accuracy
Einheit: %
Benchmark-Version: 2
Kategorie: finance
Aufgabe: overall
Aufgabenbezeichnung: Overall
Richtung: Mehr ist besser
Vergleichskohorte: vals-corp-fin-v2:2:overall
Quellentyp: independent-evaluator
Auswertung: Vals AI
Status: active
Abrufdatum: 2026-09-04
Methodik: Kennung des Quellmodells: google/gemini-3-flash-preview. Name des Quellmodells: Gemini 3 Flash. Evaluator: Vals AI. Datensatztyp: private. Stand der Rangliste: 2026-08-12. Latenz in Sekunden: 11.279. Kosten je Aufgabe in USD: 0.047154. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-corp_fin_v2-2026-09-04-46dad6684551. Prüfsumme der Quelldaten: 46dad668455190ee4239b7c743d00d81c6fd3127e0d87123c518ec107c13b44d. Parserversion: vals-astro-v2. Importiert am: 2026-09-04

Quelle Vals AI

CorpFin v2: Shared Max Context (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 67.716
Bewertung: 67.716
Messgröße: accuracy
Einheit: %
Benchmark-Version: 2
Kategorie: finance
Aufgabe: shared_max_context
Aufgabenbezeichnung: Shared Max Context
Richtung: Mehr ist besser
Vergleichskohorte: vals-corp-fin-v2:2:shared_max_context
Quellentyp: independent-evaluator
Auswertung: Vals AI
Status: active
Abrufdatum: 2026-08-11
Methodik: Kennung des Quellmodells: google/gemini-3-flash-preview. Name des Quellmodells: Gemini 3 Flash. Anbieter laut Quelle: Google. Evaluator: Vals AI. Datensatztyp: private. Stand der Rangliste: 2026-08-06. Reasoning-Stufe: high. Temperatur: 1. Maximale Ausgabetoken: 65536. Latenz in Sekunden: 14.833. Standardfehler: 1.596. Kosten je Aufgabe in USD: 0.039017. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-corp_fin_v2-2026-08-11-d9e58d191cd9. Prüfsumme der Quelldaten: d9e58d191cd9f1690e3b59f0a37055813038531410f2d73e765676893c0f9526. Parserversion: vals-astro-v2. Importiert am: 2026-08-11
Vergleichsmethodik: Reasoning-Stufe: high. Temperatur: 1. Maximale Ausgabetoken: 65536

Quelle Vals AI

EMB: Overall (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 26.017
Bewertung: 26.017
Messgröße: accuracy
Einheit: %
Benchmark-Version: 1
Kategorie: finance
Aufgabe: overall
Aufgabenbezeichnung: Overall
Richtung: Mehr ist besser
Vergleichskohorte: vals-emb:1:overall
Quellentyp: independent-evaluator
Auswertung: Vals AI
Status: active
Abrufdatum: 2026-09-04
Methodik: Kennung des Quellmodells: google/gemini-3-flash-preview. Name des Quellmodells: Gemini 3 Flash. Evaluator: Vals AI. Datensatztyp: private. Stand der Rangliste: 2026-09-03. Latenz in Sekunden: 328.69. Kosten je Aufgabe in USD: 0.453183. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-emb-2026-09-04-5d630bb9b3a7. Prüfsumme der Quelldaten: 5d630bb9b3a7674ec91efa385ebf472ae6d8bb96c8db2fa2dd5af3e813e66155. Parserversion: vals-astro-v2. Importiert am: 2026-09-04

Quelle Vals AI

Finance Agent (v2): Adjustments (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 35.931
Bewertung: 35.931
Messgröße: accuracy
Einheit: %
Benchmark-Version: 2
Kategorie: finance
Aufgabe: adjustments
Aufgabenbezeichnung: Adjustments
Richtung: Mehr ist besser
Vergleichskohorte: vals-finance-agent-v2:2:adjustments
Quellentyp: independent-evaluator
Auswertung: Vals AI
Status: active
Abrufdatum: 2026-08-11
Methodik: Kennung des Quellmodells: google/gemini-3-flash-preview. Name des Quellmodells: Gemini 3 Flash. Anbieter laut Quelle: Google. Evaluator: Vals AI. Datensatztyp: private. Stand der Rangliste: 2026-08-06. Reasoning-Stufe: high. Temperatur: 1. Maximale Ausgabetoken: 65536. Latenz in Sekunden: 226.691. Standardfehler: 1.014. Kosten je Aufgabe in USD: 0.50541. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-fabv2-2026-08-11-3e5c93a1857c. Prüfsumme der Quelldaten: 3e5c93a1857cb9afa3ea6c689b69ffc95e4399fdbacb84e03b975b7b8383d7c1. Parserversion: vals-astro-v2. Importiert am: 2026-08-11
Vergleichsmethodik: Reasoning-Stufe: high. Temperatur: 1. Maximale Ausgabetoken: 65536

Quelle Vals AI

Eigene Modelltests

Community-Tests zum Anschauen

Vergleiche, wie die Modelle denselben Prompt umsetzen. Jeder Test zeigt den ersten Versuch, ohne nachträgliche Korrekturen am erzeugten Code. Die Ergebnisse fließen nicht in einen Gesamtscore ein.

Pelikan auf dem Fahrrad

Community-Klassiker für eine freie SVG-Zeichnung.

Gemini 3 Flash

Noch nicht getestet

Prompt und Testbedingungen

Generate an SVG of a pelican riding a bicycle

Tokenlimit inklusive Reasoning: 8.192 Token

Ursprung der Aufgabe (Simon Willison)

Nachweise

Quellen und Datenstand

Alle Angaben verweisen auf die zugrunde liegende Dokumentation oder das jeweilige Leaderboard.

Geschwindigkeit: Google, Non-reasoning. Ausgabetempo nach dem ersten empfangenen Textabschnitt, nicht die gesamte Antwortzeit. Bei Artificial Analysis als veraltet eingeordnet. Artificial Analysis pflegt dort nur noch den Standard-Workload mit 10.000 Eingabe-Token. Abgerufen am 8. September 2026.
Artificial Analysis Messmethode
Preis: API-Basispreise ohne Cache- oder Batch-Rabatt. Höhere Kontextstufen und weitere Tarife stehen unter Kosten.
Preise
Eingabe: Dokumentierte Modalitäten. Abgerufen am 8. September 2026.
Modelldokumentation
Ausgabe: Dokumentierte Modalitäten. Abgerufen am 8. September 2026.
Modelldokumentation

Recherchestand 8. September 2026. 6 Quellen-URLs geprüft. Das dokumentiert die geprüften Quellen, nicht sämtliche Veröffentlichungen zu diesem Modell.

Offene Nachweise und Recherchehinweise (Originalwortlaut)

In den geprüften Quellen nicht gefunden

parameters-billions. Google does not publish a parameter count on the Gemini API model page.

In den geprüften Quellen nicht gefunden

active-parameters-billions. Google does not publish active parameter counts for Gemini API models.

ModellmetadatenQuelle
Kontextfenster-Daten (abgerufen 8. September 2026)Quelle
Wissensstand-DatenQuelle
API-PreiseQuelle
MT-AgentRisk (abgerufen 9. August 2026)Quelle
Video-MME-v2 (abgerufen 9. August 2026)Quelle
Vals AI (abgerufen 11. August 2026; 4. September 2026)Quelle
Vals AI (abgerufen 4. September 2026)Quelle
Vals AI (abgerufen 11. August 2026; 4. September 2026)Quelle
Vals AI (abgerufen 11. August 2026; 4. September 2026)Quelle
Vals AI (abgerufen 4. September 2026)Quelle
Vals AI (abgerufen 11. August 2026; 4. September 2026)Quelle
Vals AI (abgerufen 11. August 2026; 4. September 2026)Quelle
Vals AI (abgerufen 11. August 2026; 4. September 2026)Quelle
Vals AI (abgerufen 11. August 2026; 4. September 2026)Quelle
Vals AI (abgerufen 4. September 2026)Quelle
Vals AI (abgerufen 11. August 2026; 4. September 2026)Quelle
Vals AI (abgerufen 4. September 2026)Quelle
Vals AI (abgerufen 4. September 2026)Quelle
Vals AI (abgerufen 11. August 2026; 4. September 2026)Quelle
Vals AI (abgerufen 4. September 2026)Quelle
Vals AI (abgerufen 11. August 2026; 4. September 2026)Quelle
Vals AI (abgerufen 11. August 2026; 4. September 2026)Quelle
Vals AI (abgerufen 4. September 2026)Quelle
Vals AI (abgerufen 11. August 2026; 4. September 2026)Quelle
Vals AI (abgerufen 4. September 2026)Quelle
Vals AI (abgerufen 11. August 2026; 4. September 2026)Quelle
Vals AI (abgerufen 11. August 2026; 4. September 2026)Quelle
Vals AI (abgerufen 11. August 2026; 4. September 2026)Quelle
Vals AI (abgerufen 11. August 2026; 4. September 2026)Quelle
Vals AI (abgerufen 11. August 2026; 4. September 2026)Quelle
Vals AI (abgerufen 11. August 2026; 4. September 2026)Quelle
Vals AI (abgerufen 11. August 2026; 4. September 2026)Quelle
Vals AI (abgerufen 11. August 2026; 4. September 2026)Quelle
Vals AI (abgerufen 4. September 2026)Quelle
Google DeepMind (abgerufen 8. September 2026)Quelle
Artificial Analysis (abgerufen 8. September 2026)Quelle
Modellmetadaten (abgerufen 8. September 2026)Quelle
Messmethode der GeschwindigkeitQuelle

Gemini 3 Flash

Veröffentlichte Benchmarks

Cybersicherheit

MT-AgentRisk

MT-AgentRisk

Programmieren

Code Migration

Code Migration

Code Migration

Code Migration

Finanzen

CorpFin v2

CorpFin v2

CorpFin v2

CorpFin v2

EMB

Finance Agent (v2)

Dokumentierte Messdetails

Community-Tests zum Anschauen

Pelikan auf dem Fahrrad

Technische Daten und Zugang

Weitere Quellenangaben

Veröffentlichte Preise

100 API-Anfragen

Dieses Modell im Vergleich

Quellen und Datenstand