gemini-3-6-flashhigh
第 19 名
当前排名
47%±4%
能力得分
$4.42
平均运行成本
96k
平均输出量
117
平均执行步数
113
参与测试数量
测试详情
推理档位high
95% 置信区间43.0% - 50.4%
Pass@475.2%
尝试次数452
通过任务数211
至少通过一次的任务数85
平均输入量12596k
中位峰值上下文151k
中位运行成本$3.44
中位输出量87k
平均运行时长25 分钟
重复测试轮次4
任务集规模113
数据更新时间2026-08-13
数据生成时间2026-08-13