নেভিগেশন
AI BENCHY
Advertise here

তুলনা করা মডেল

GPT-6 Astra (high) vs Gemini 3.8 Flash (high) vs Claude Fable 5.1 (high) benchmark তুলনা: Gemini 3.8 Flash (high) স্কোর-এ 9.9 নিয়ে এগিয়ে। Gemini 3.8 Flash (high) নির্ভরযোগ্যতা-এ 10.0 নিয়ে এগিয়ে। Gemini 3.8 Flash (high)-এর মোট খরচ সবচেয়ে কম, $1.595. Claude Fable 5.1 (high) 13.59s-এ সবচেয়ে দ্রুত।

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-09-04

র‍্যাঙ্ক
#4
মোট আউটপুট টোকেন
53,622
প্রতিক্রিয়া সময় (গড়)
18.65s
মোট খরচ
$3.474
র‍্যাঙ্ক
#2
মোট আউটপুট টোকেন
408,188
প্রতিক্রিয়া সময় (গড়)
37.19s
মোট খরচ
$1.595
র‍্যাঙ্ক
#25
মোট আউটপুট টোকেন
40,071
প্রতিক্রিয়া সময় (গড়)
13.59s
মোট খরচ
$3.364
প্রস্তাবিত মডেল Gemini 3.8 Flash (high)

It has the best score here (9.9), while costing about 2.1x less than এই তুলনার অন্য মডেলগুলো.

বিস্তারিত তুলনা

মেট্রিক GPT-6 Astra GPT-6 Astra high প্রকাশ: 2026-09-04 Gemini 3.8 Flash Gemini 3.8 Flash high প্রকাশ: 2026-09-02 Claude Fable 5.1 Claude Fable 5.1 high প্রকাশ: 2026-09-02
স্কোর 9.9 9.9 9.0
র‍্যাঙ্ক #4 #2 #25
নির্ভরযোগ্যতা 9.9 10.0 10.0
ধারাবাহিকতা 9.6 9.6 9.6
প্রচেষ্টা 66/66 66/66 66/66
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 97.0% 98.5% 89.4%
অস্থির টেস্ট 1 1 1
মোট রান 66 66 66
প্রতি ফলাফলে খরচ 16.543 7.592 17.701
মোট খরচ $3.474 $1.595 $3.364
ইনপুট মূল্য $10.000 / 1M $0.750 / 1M $10.000 / 1M
আউটপুট মূল্য $50.000 / 1M $3.750 / 1M $50.000 / 1M
মোট ইনপুট টোকেন 79,290 84,593 135,958
আউটপুট টোকেন 4,847 10,517 7,930
রিজনিং টোকেন 48,775 397,671 32,141
প্রতিক্রিয়া সময় (গড়) 18.65s 37.19s 13.59s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 254.93s 177.08s 40.17s
প্রতিক্রিয়া সময় (মোট) 410.28s 818.19s 298.90s
প্যারামিটার ~2T মোট (~150B সক্রিয়) ~500B মোট (~20B সক্রিয়) ~9.5T মোট (~878B সক্রিয়)
উপলভ্যতা বন্ধ উৎস বন্ধ উৎস বন্ধ উৎস

মডেল জেনারেশন শোকেস

Hamster playing table tennis

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

#4 GPT-6 Astra

high
খরচ
$0.457
সময়
176.7s
টোকেন
9,218 tok

#2 Gemini 3.8 Flash

high
খরচ
$0.077
সময়
129.1s
টোকেন
20,373 tok

#25 Claude Fable 5.1

high
খরচ
$0.384
সময়
102.5s
টোকেন
7,824 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-6 Astra 10.0 10.0 100.0% 0 5.86s 7,302 392 2,387
Gemini 3.8 Flash 10.0 10.0 100.0% 0 29.30s 8,118 462 50,196
Claude Fable 5.1 8.4 7.4 88.9% 1 13.91s 10,608 520 6,503

দ্রুত তুলনা

তুলনার জুটি বদলান