নেভিগেশন
AI BENCHY
Advertise here

তুলনা করা মডেল

GPT-5.4 Nano (medium) vs GPT-5.4 Mini (medium) vs Gemini 3.1 Flash Lite Preview (medium) vs Gemini 3 Flash Preview (medium) benchmark তুলনাGemini 3 Flash Preview (medium) স্কোর-এ 9.6 নিয়ে এগিয়ে। GPT-5.4 Nano (medium) নির্ভরযোগ্যতা-এ 10.0 নিয়ে এগিয়ে। Gemini 3.1 Flash Lite Preview (medium)-এর মোট খরচ সবচেয়ে কম, $0.115. Gemini 3.1 Flash Lite Preview (medium) 4.61s-এ সবচেয়ে দ্রুত।

প্রস্তাবিত মডেলGemini 3 Flash Preview (medium)It has the strongest score in this comparison (9.6) and the best overall balance of cost and response time across all 4 models.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-07-17

মেট্রিক GPT-5.4 Nano GPT-5.4 Nano medium প্রকাশ: 2026-03-17 GPT-5.4 Mini GPT-5.4 Mini medium প্রকাশ: 2026-03-17 Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview medium প্রকাশ: 2026-03-03 Gemini 3 Flash Preview Gemini 3 Flash Preview medium প্রকাশ: 2025-12-17
স্কোর 7.5 7.5 7.3 9.6
র‍্যাঙ্ক #51 #54 #61 #1
নির্ভরযোগ্যতা 10.0 10.0 10.0 10.0
ধারাবাহিকতা 8.5 7.7 9.9 9.7
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 65.2% 71.2% 59.1% 98.5%
অস্থির টেস্ট 4 6 0 1
মোট রান 66 66 66 66
প্রতি ফলাফলে খরচ 1.150 6.299 0.884 3.533
মোট খরচ $0.138 $0.756 $0.115 $0.742
ইনপুট মূল্য $0.200 / 1M $0.750 / 1M $0.250 / 1M $0.500 / 1M
আউটপুট মূল্য $1.250 / 1M $4.500 / 1M $1.500 / 1M $3.000 / 1M
মোট ইনপুট টোকেন 82,819 97,155 117,480 87,861
আউটপুট টোকেন 7,100 6,211 10,589 5,486
রিজনিং টোকেন 90,022 145,544 46,394 227,164
প্রতিক্রিয়া সময় (গড়) 13.24s 25.94s 4.61s 19.20s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 94.06s 138.75s 18.34s 117.26s
প্রতিক্রিয়া সময় (মোট) 291.33s 570.66s 101.39s 422.42s

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#51 GPT-5.4 Nano

medium
খরচ
$0.007
সময়
24.6s
টোকেন
4,943 tok

#54 GPT-5.4 Mini

medium
খরচ
$0.056
সময়
95.5s
টোকেন
12,464 tok

#61 Gemini 3.1 Flash Lite Preview

medium
খরচ
$0.003
সময়
5.2s
টোকেন
1,944 tok

#1 Gemini 3 Flash Preview

medium
খরচ
$0.010
সময়
18.4s
টোকেন
3,351 tok

স্কোর অনুযায়ী শীর্ষ মডেল

স্কোর বনাম মোট খরচ

প্রতিক্রিয়া সময় (গড়)

স্কোর vs প্রতিক্রিয়া সময় (গড়)

মোট আউটপুট টোকেন

স্কোর vs মোট আউটপুট টোকেন

বিভাগভিত্তিক বিশ্লেষণ

কোডিং স্কোর ধারাবাহিকতা প্রতি চেষ্টায় পাস রেট অস্থির টেস্ট সঠিক টেস্ট প্রতিক্রিয়া সময় (গড়) ইনপুট টোকেন আউটপুট টোকেন রিজনিং টোকেন
GPT-5.4 Nano 6.1 4.7 66.7% 2 19.12s 7,305 516 20,778
GPT-5.4 Mini 8.4 7.4 88.9% 1 57.87s 7,305 467 40,902
Gemini 3.1 Flash Lite Preview 5.5 10.0 33.3% 0 4.09s 8,126 461 8,597
Gemini 3 Flash Preview 8.6 7.6 88.9% 1 84.40s 8,122 462 161,084

দ্রুত তুলনা

তুলনার জুটি বদলান