Gemini 2.0 Flash vs Gemini 2.0 Flash Thinking：基准对比
详细对比 Gemini 2.0 Flash 与 Gemini 2.0 Flash Thinking 的基准表现、定价、上下文窗口与合规性。
核心规格对比
| 规格 | Gemini 2.0 Flash | Gemini 2.0 Flash Thinking |
|---|---|---|
| 厂商 | ||
| 版本 | 2.0-flash | 2.0-flash-thinking |
| 发布日期 | 2024-12-11 | 2024-12-19 |
| 上下文窗口 | 1.048576e+06 tokens | 1.048576e+06 tokens |
| 输入模态 | text, image, audio, video | text, image |
| 输出模态 | text | text |
| 许可 | Proprietary | Proprietary |
| SOC2 | ✓ | ✓ |
| HIPAA | ✗ | ✗ |
| GDPR | ✓ | ✓ |
| ISO 27001 | ✓ | ✓ |
基准测试结果
| 基准 | Gemini 2.0 Flash | Gemini 2.0 Flash Thinking | 胜出 |
|---|---|---|---|
| ARC | 95.7 | 95 | Gemini 2.0 Flash |
| BBH | 83.4 | 87.9 | Gemini 2.0 Flash Thinking |
| GPQA | 55 | 61 | Gemini 2.0 Flash Thinking |
| GSM8K | 92.7 | 91.3 | Gemini 2.0 Flash |
| HUMANEVAL | 90.7 | 87.2 | Gemini 2.0 Flash |
| IFEVAL | 85.9 | 82.8 | Gemini 2.0 Flash |
| MATH | 71.3 | 56.6 | Gemini 2.0 Flash |
| MMLU | 86.3 | 86.5 | Gemini 2.0 Flash Thinking |
| MUSR | 69.3 | 70.8 | Gemini 2.0 Flash Thinking |
| WINOGRANDE | 89.5 | 88.1 | Gemini 2.0 Flash |
定价对比
| 项目 (每百万Token) | Gemini 2.0 Flash | Gemini 2.0 Flash Thinking |
|---|---|---|
| 输入 | $0.1 | $0.1 |
| 输出 | $0.4 | $0.4 |
| 缓存读 | $0 | $0 |
| 缓存写 | $0 | $0 |
Gemini 2.0 Flash 对比 Gemini 2.0 Flash Thinking
模型概述
Gemini 2.0 Flash 与 Gemini 2.0 Flash Thinking 均为 AI 模型市场的重要选项。本页对比两者在基准、定价与合规性上的差异。
核心规格对比
| 厂商 | 发布日期 | 上下文窗口 | 许可证 |
|---|---|---|---|
| Google / Google | 2024-12-11 / 2024-12-19 | 1048K / 1048K | Proprietary / Proprietary |
基准测试表现
| 基准 | Gemini 2.0 Flash | Gemini 2.0 Flash Thinking | 胜出 |
|---|---|---|---|
| ARC | 95.7 | 95.0 | A |
| BBH (BIG-Bench Hard) | 83.4 | 87.9 | B |
| GPQA | 55.0 | 61.0 | B |
| GSM8K (Grade School Math 8K) | 92.7 | 91.3 | A |
| HumanEval | 90.7 | 87.2 | A |
| IFEval | 85.9 | 82.8 | A |
| MATH | 71.3 | 56.6 | A |
| MMLU (Massive Multitask Language Understanding) | 86.3 | 86.5 | Tie |
| MUSR | 69.3 | 70.8 | B |
| WinoGrande | 89.5 | 88.1 | A |
定价对比
| 输入 | 输出 | 缓存读取 | 缓存写入 |
|---|---|---|---|
| — / — | — / — | — / — | — / — |
每百万 token — A / B
优势 & 劣势
Gemini 2.0 Flash
- ✅ MMLU 得分 86.3，知识推理能力强。
- ✅ HumanEval 90.7，代码生成能力出色。
- ✅ GSM8K 92.7，数学推理稳健。
- ✅ 支持文本、图像、音频多模态输入。
- ⚠️ 闭源专有模型，不支持自托管。
Gemini 2.0 Flash Thinking
- ✅ MMLU 得分 86.5，知识推理能力强。
- ✅ HumanEval 87.2，代码生成能力出色。
- ✅ GSM8K 91.3，数学推理稳健。
- ✅ 支持文本、图像、音频多模态输入。
- ⚠️ 闭源专有模型，不支持自托管。
编辑点评
Gemini 2.0 Flash 与 Gemini 2.0 Flash Thinking 各有侧重。建议根据具体场景（代码、长文本、视觉等）选择，参考上方基准与定价表。
常见问题
哪个模型在代码任务上更优？
参考 HumanEval 基准得分表，得分更高者更适合代码任务。
哪个模型价格更低？
参考上方的定价对比表，输入/输出价格更低者更具成本优势。
上下文窗口哪个更长？
参考核心规格对比表，上下文窗口更大的模型适合长文档处理。
参考文献
编辑点评
See Editor's Take section.