Gemini Diffusion
Gemini Diffusion is a state-of-the-art, experimental text diffusion model from Google DeepMind. It explores a new kind of language model designed to provide users with greater control, creativity, and speed in text generation. Instead of predicting text token-by-token, it learns to generate outputs by refining noise step-by-step, allowing for rapid iteration and error correction during generation. Key capabilities include rapid response times (reportedly 1479 tokens/sec excluding overhead), generation of more coherent text by outputting entire blocks of tokens at once, and iterative refinement for consistent outputs. It excels at tasks like editing, including in math and code contexts.
Identité
| Organisation | |
|---|---|
| Pays | — |
| Famille | — |
| Type | llm |
| Date de sortie | 2025-05-20 |
| Licence | proprietary |
| Licence commerciale | non |
| Licence open source | non |
| Poids ouverts | non |
| Auto-hébergement (DGX Spark) | non — poids fermés |
| Modalités | — |
| Fenêtre de contexte | 1 479 |
| 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 Players | 69.4× |
| Coût / tâche (Terminal-Bench) | — |
| Tokens d'entraînement | — |
| Coupure de connaissance | — |
| Créé le | 2026-05-07T16:53:29.336142Z |
| Mis à jour le | 2026-11-04T06:04:44.663230Z |
| Source | LLM Stats |
| URL | https://llm-stats.com/models/gemini-diffusion |
Prix par fournisseur
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.
SouverainetéScores par catégorie (top_scores)
| Catégorie | Score |
|---|---|
| language | 0.40 |
| math | 0.20 |
| physics | 0.40 |
| reasoning | 0.50 |
| frontend_development | 0.20 |
| general | 0.50 |
| biology | 0.40 |
| chemistry | 0.40 |
| code | 0.50 |
Scores par benchmark
| Benchmark | Catégorie | Score | Max | Normalisé (API) | Vérifié | Auto-déclaré | Daté du |
|---|---|---|---|---|---|---|---|
| aime-2025 | math | 0.23 | 1.00 | 0.23 | non | oui | 2026-11-04T06:04:44.670270Z |
| big-bench-extra-hard | reasoning | 0.15 | 1.00 | 0.15 | non | oui | 2026-11-04T06:04:44.680031Z |
| bigcodebench | general | 0.45 | 1.00 | 0.45 | non | oui | 2026-11-04T06:04:44.685151Z |
| global-mmlu-lite | general | 0.69 | 1.00 | 0.69 | non | oui | 2026-11-04T06:04:44.695377Z |
| gpqa | reasoning | 0.40 | 1.00 | 0.40 | non | oui | 2026-11-04T06:04:44.703158Z |
| humaneval | reasoning | 0.90 | 1.00 | 0.90 | non | oui | 2026-11-04T06:04:44.708505Z |
| lbpp-(v2) | reasoning | 0.57 | 1.00 | 0.57 | non | oui | 2026-11-04T06:04:44.713687Z |
| livecodebench | reasoning | 0.31 | 1.00 | 0.31 | non | oui | 2026-11-04T06:04:44.723062Z |
| mbpp | reasoning | 0.76 | 100.00 | 0.76 | non | oui | 2026-11-04T06:04:44.728610Z |
| swe-bench-verified | reasoning | 0.23 | 1.00 | 0.23 | non | oui | 2026-11-04T06:04:44.733082Z |
Classements
| Catégorie | Rang | Score | Note conservatrice | Benchmarks évalués | Méthode | Daté du | Provenance |
|---|---|---|---|---|---|---|---|
| code | 236 | — | 2.75 | 3 | trueskill | 2026-10-19 | model_history |
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