数学推理 场景推荐：Gemini 2.0 Flash Thinking
数学推理 → Gemini 2.0 Flash Thinking
场景概述
Gemini 2.0 Flash Thinking 由 Google 发布，是 数学推理 场景下的推荐选项之一。
推荐模型
| 排名 | 厂商 | 上下文窗口 | Score |
|---|---|---|---|
| #3 | 1048K | 57/100 |
性能分析
基准测试表现
| 基准 | 得分 |
|---|---|
| MMLU | 86.5 |
| HUMANEVAL | 87.2 |
| GSM8K | 91.3 |
| MATH | 56.6 |
| BBH | 87.9 |
| GPQA | 61.0 |
优势
- 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。
需求
- 需要 google 的 API 密钥
- 输入长度须在 1048K 上下文窗口内