Gemini 1.5 Flash

Fiche modèle · Google · gemini-1.5-flash

Gemini 1.5 Flash is a fast and versatile multimodal model for scaling across diverse tasks. It supports audio, images, video, and text input, and produces text output. The model is optimized for generating code, extracting data, editing text, and more, making it ideal for narrow, high-frequency tasks.

Fiches modèles

Identité

OrganisationGoogle
Pays—
Famille—
Typellm
Date de sortie2024-05-01
Licenceproprietary
Licence commercialenon
Licence open sourcenon
Poids ouvertsnon
Auto-hébergement (DGX Spark)non — poids fermés
Modalitésimage|text
Fenêtre de contexte1 000 000
KV cache / token (Q8)—
Paramètres totaux—
Paramètres actifs (session)—
Source des paramètres actifs—
Curation des paramètres actifs—
Prix par session—
Tokens / tâche (Data Players)1.2 M
Tokens / tâche (Terminal-Bench)83.3 M (est.)
Ratio Terminal-Bench / Data Players69.4×
Coût / tâche (Terminal-Bench)—
Tokens d'entraînement—
Coupure de connaissance2023-11-01
Créé le2026-05-07T16:53:28.675153Z
Mis à jour le2026-11-04T06:04:42.033212Z
SourceLLM Stats
URLhttps://llm-stats.com/models/gemini-1.5-flash
Tokens/tâche

Prix par fournisseur

Prix

Toutes sources confondues : catalogue llm-stats, routeurs EUrouter/Cortecs et catalogues directs (OVHcloud, Scaleway, Infomaniak). Les prix sont convertis en USD pour la comparaison ; le prix publié et le taux BCE utilisé sont dans l'infobulle. Les prix inconnus restent indiqués « — ».

Aucune donnée.

Souveraineté qualifiée par offre (modèle × fournisseur) ; survolez le badge pour les critères.

Souveraineté

Scores par catégorie (top_scores)

CatégorieScore
language0.80
legal0.70
long_context0.70
math0.70
multimodal0.60
physics0.50
reasoning0.70
safety1.00
speech_to_text0.90
finance0.70
general0.70
healthcare0.70
biology0.50
chemistry0.50
code0.70
vision0.60

Scores par benchmark

BenchmarkCatégorieScoreMaxNormalisé (API)VérifiéAuto-déclaréDaté du
amc-2022-23math0.351.000.35nonoui2026-11-04T06:04:42.043552Z
big-bench-hardreasoning0.851.000.85nonoui2026-11-04T06:04:42.053021Z
fleurslanguage0.901.000.90nonoui2026-11-04T06:04:42.059455Z
functionalmathmath0.541.000.54nonoui2026-11-04T06:04:42.063012Z
gpqareasoning0.511.000.51nonoui2026-11-04T06:04:42.075823Z
gsm8kmath0.861.000.86nonoui2026-11-04T06:04:42.082791Z
hellaswagreasoning0.861.000.86nonoui2026-11-04T06:04:42.093210Z
hiddenmathmath0.471.000.47nonoui2026-11-04T06:04:42.103108Z
humanevalreasoning0.741.000.74nonoui2026-11-04T06:04:42.113186Z
mathmath0.781.000.78nonoui2026-11-04T06:04:42.123125Z
mathvistamath0.661.000.66nonoui2026-11-04T06:04:42.127483Z
mgsmmath0.831.000.83nonoui2026-11-04T06:04:42.133090Z
mmlugeneral0.791.000.79nonoui2026-11-04T06:04:42.143152Z
mmlu-prolanguage0.671.000.67nonoui2026-11-04T06:04:42.153109Z
mmmumultimodal0.621.000.62nonoui2026-11-04T06:04:42.163213Z
mrcrlong_context0.721.000.72nonoui2026-11-04T06:04:42.173138Z
natural2codereasoning0.801.000.80nonoui2026-11-04T06:04:42.203203Z
physicsfinalsphysics0.571.000.57nonoui2026-11-04T06:04:42.213164Z
vibe-evalmultimodal0.491.000.49nonoui2026-11-04T06:04:42.223179Z
video-mmemultimodal0.761.000.76nonoui2026-11-04T06:04:42.232877Z
wmt23language0.741.000.74nonoui2026-11-04T06:04:42.239842Z
xstestsafety0.971.000.97nonoui2026-11-04T06:04:42.243004Z

Classements

CatégorieRangScoreNote conservatriceBenchmarks évaluésMéthodeDaté duProvenance
code258—-0.381trueskill2026-10-19model_history

Lecture : Note conservatrice = borne basse TrueSkill (niveau estimé − marge d’incertitude) ; Benchmarks évalués = nombre de benchmarks de la catégorie pris en compte. À performances égales, un modèle évalué sur moins de benchmarks obtient une note plus basse : la note ne se déduit pas d’un seul score. Provenance : rankings = top 50 de /rankings ; model_history = historique du modèle (/models/{id}/history), utilisé pour les rangs au-delà du top 50.

Données

Dates de curation (récupération depuis l'API) : models 2026-11-04 · benchmarks 2026-11-04 · scores 2026-11-04 · updates 2026-11-04 · account 2026-11-04 · model_history 2026-11-04 · rankings 2026-11-04