Gemini 3 Flash: рекордное быстродействие и интеллект от Google

Google выпустила Gemini 3 Flash Preview — в 2 раза дешевле, чем Gemini 3 Pro Preview, с падением индекса интеллекта всего на 2 пункта, что делает ее самой интеллектуальной моделью в своем ценовом диапазоне.

Google предоставил нам предварительный доступ к Gemini 3 Flash Preview. Модель получила 71 балл в Индексе интеллекта искусственного анализа, что на 13 пунктов лучше, чем у Gemini 2.5 Flash (сентябрь), что делает ее самой интеллектуальной моделью за свою стоимость. Gemini 3 Flash Preview обладает особенно сильными знаниями и способностями к рассуждению, получив наивысший балл в нашем тесте знаний и галлюцинаций, AA-Всеведение, и заняв второе место на Последнем экзамене человечества. Теперь Google занимает две первые строчки в обоих этих рейтингах, закрепляя за собой лидерство в области знаний моделей. Такое повышение производительности связано с компромиссом, поскольку Gemini 3 Flash Preview более чем удваивает использование токенов по сравнению с Gemini 2.5 Flash (сентябрь) при запуске индекса искусственного анализа интеллекта, что делает эту модель одной из самых высоких моделей использования токенов, которые мы тестировали.

Индекс искусственного анализа интеллекта (16 декабря 25 г.)

Ключевые выводы

• 📖 Значительные улучшения интеллекта: Gemini 3 Flash Preview имеет значительные улучшения почти по всем оценкам в индексе искусственного анализа интеллекта. Он имеет особые сильные стороны в настройках рассуждения: он занимает второе место после Gemini 3 Pro Preview в последнем экзамене человечества (35%) и третье место как в MMLU-Pro (89%), так и в GPQA Diamond (90%) (после Gemini 3 Pro Preview и GPT-5.2 xhigh).
• 🧠 Производительность AA-Всеведение: Gemini 3 Flash Preview получила наивысший балл в нашем тесте знаний и галлюцинаций AA-Всеведение. Это обусловлено повышенной точностью (процент правильности), а не меньшим количеством галлюцинаций. Модель имеет самую высокую точность знаний среди всех протестированных моделей, но уровень галлюцинаций составляет 91%, что на 3 процентных пункта выше, чем у Gemini 2.5 Flash и Gemini 3 Pro Preview. Мы измеряем частоту галлюцинаций по тому, как часто модель отвечает неправильно, хотя ей следовало бы отказаться или признать, что она не знает ответа.

Индекс всеведения АА (16 декабря 25 г.)

• 🖼️ Мультимодальные возможности: Gemini 3 Flash Preview — это мультимодальная модель с возможностью принимать в качестве входных данных текст, изображения, видео и аудио. Он занимает второе место среди всех моделей в тесте MMMU-Pro, который тестирует способности к рассуждению с помощью ввода изображений, уступая только Gemini 3 Pro Preview.
• ➕ Значительно увеличено использование токенов: Gemini 3 Flash Preview использует около 160 миллионов токенов в индексе искусственного анализа интеллекта, что более чем в два раза больше, чем в Gemini 2.5 Flash (сентябрь). Это делает ее одной из моделей с наибольшим использованием токенов, которые мы тестировали, превосходя другие модели с высоким уровнем использования Kimi K2 think и Grok 4 (мышление).

Выходные токены, используемые для запуска индекса искусственного анализа интеллекта (16 декабря 25 г.)

• $ Экономическая эффективность: несмотря на широкое использование токенов, Gemini 3 Flash Preview по-прежнему остается наиболее экономически эффективной моделью для своего уровня интеллекта, измеряемого общей стоимостью запуска индекса искусственного интеллекта. Это обусловлено низкими ценами на токены — 0,5/3 доллара США за 1 миллион токенов ввода/вывода.

Интеллект и стоимость проведения искусственного анализа. Индекс интеллекта (16 декабря 25 г.)

• ⚡ Скорость: Gemini 3 Flash Preview на 22% медленнее, чем Gemini 2.5 Flash (сентябрь), и составляет 218 выходных токенов в секунду. Это по-прежнему намного быстрее, чем аналогичные интеллектуальные модели GPT-5.1 (высокий) (125 токенов/с), Kimi K2 Thinking (82 токена/с) и DeepSeek V3.2 (Рассуждение) (30 токенов/с).

Выходная скорость (16 декабря 25 г.)

• Другие подробности: Gemini 3 Flash Preview имеет контекстное окно на 1 миллион токенов и включает поддержку вызова инструментов, структурированных выходных данных и режима JSON.

Индивидуальные результаты по 10 оценкам, которые мы проводим независимо для индекса искусственного анализа интеллекта: MMLU-Pro, GPQA Diamond, Humanity's Last Exam, LiveCodeBench, SciCode, AIME 2025, IFBench, AA-LCR, Terminal-Bench Hard, 𝜏²-Bench Telecom.

Дальнейший анализ по искусственному анализу