谷歌推出Gemini 2.5 Flash版本，性价比高，思考深度可调，竞技场排名第二。支持编程和复杂提示，适合预算有限的用户。尽管在某些测试中略逊于o4-mini，但价格优势明显，获得认可。

本研究探讨了多模态大语言模型在科学图像生成中的表现，使用ScImage基准评估不同模型的空间、数字和属性理解能力。结果表明，尽管GPT-4o在简单提示下表现良好，但在复杂提示中，所有模型均面临显著挑战。