gemini-3-7-flashmedium
第 9 名
当前排名
65%±3%
能力得分
$2.03
平均运行成本
94k
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medium
95% 置信区间62.4% - 68.6%
Pass@483.2%
尝试次数452
通过任务数296
至少通过一次的任务数94
平均输入量15332k
中位峰值上下文196k
中位运行成本$1.65
中位输出量88k
平均运行时长21 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