AI BENCHY
Advertise here
#6

Gemini 3.5 Flash

Google প্রকাশ: 2026-05-19 পরীক্ষিত হয়েছে: 2026-05-19 23:35 google/gemini-3.5-flash::none
~500B মোট (~20B সক্রিয়)MoEবন্ধ উৎসআনুমানিক

সারাংশ

Gemini 3.5 Flash AI BENCHY-তে 9.1 স্কোর করে এবং #6 স্থানে আছে। এর reliability 10.0, pass rate 91.7%, মোট খরচ $0.489, এবং গড় response time 5.59s.

Gemini 3.5 Flash কে আলাদা করে যা: এটি ডেটা পার্সিং ও নিষ্কাশন-তে সবচেয়ে ভালোভাবে নজর কাড়ে, যেখানে এর rank #1; আর সমন্বিত এর দুর্বলতম ক্ষেত্র, rank #15. একই ধরনের মডেলের তুলনায় এটি লক্ষণীয়ভাবে দ্রুত।

মডেলের তথ্য

গবেষণার তারিখ: 2026-08-12

আনুমানিক
প্যারামিটার
~500B মোট (~20B সক্রিয়)
আর্কিটেকচার
MoE
উপলভ্যতা
বন্ধ উৎস
লাইসেন্স
-

সর্বজনীন তথ্যপ্রমাণের ভিত্তিতে সেরা অনুমান; প্রদানকারী সব মান প্রকাশ করেনি।

ধারাবাহিকতা

9.0

মোট আউটপুট টোকেন

53,202

মোট ইনপুট টোকেন

0

ইনপুট মূল্য

$1.500 / 1M

আউটপুট মূল্য

$9.000 / 1M

সঠিক টেস্ট

ভুল টেস্ট: 2

প্রতি চেষ্টায় পাস রেট: 91.7%

অস্থির টেস্ট

2

অস্থির টেস্টে রানভেদে মিশ্র ফল হয়েছে (কমপক্ষে একটি পাস এবং একটি ফেল)।

প্রতিক্রিয়া সময় (গড়)

5.59s

প্রতিক্রিয়া সময় (সর্বোচ্চ): 14.88s

প্রতিক্রিয়া সময় (মোট): 89.50s

Hamster playing table tennis

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

#6 Gemini 3.5 Flash

none
খরচ
$0.225
সময়
125.5s
টোকেন
25,004 tok

রান ইতিহাস

পরীক্ষিত হয়েছে স্কোর নির্ভরযোগ্যতা সঠিক টেস্ট মোট খরচ তুলনা করুন
2026-08-14 02:46 পুনরায় পরীক্ষা 6.9 10.0 $1.093 তুলনা করুন
2026-07-16 22:53 নতুন টেস্ট যোগ হয়েছে 7.0 10.0 $1.079 তুলনা করুন
2026-06-04 14:02 নতুন টেস্ট যোগ হয়েছে 8.1 10.0 $1.079 তুলনা করুন
2026-05-22 00:29 স্যুইট পরিবর্তিত হয়েছে 8.9 10.0 $0.924 তুলনা করুন
2026-05-19 23:35 প্রথম রান 9.1 10.0 $0.489 বর্তমান রান

চার্ট

প্রথম মডেলটি নির্বাচন করুন, তারপর দ্বিতীয় মডেলে ক্লিক করে পাশাপাশি তুলনা পৃষ্ঠা খুলুন।

মোট আউটপুট টোকেন

স্কোর vs মোট আউটপুট টোকেন

দ্রুত তুলনা

বিভাগভিত্তিক বিশ্লেষণ

বিভাগ স্কোর ধারাবাহিকতা সঠিক টেস্ট
অ্যান্টি-এআই কৌশল 10.0 10.0
কোডিং 10.0 10.0
সমন্বিত 0.0 0.0
ডেটা পার্সিং ও নিষ্কাশন 10.0 10.0
ডোমেইন-নির্দিষ্ট 7.6 7.2
Sadharon Buddhimotta 10.0 10.0
নির্দেশনা অনুসরণ 9.8 10.0
ধাঁধা সমাধান 10.0 10.0
টুল কলিং 0.0 0.0
সাধারণ জ্ঞান 2.8 1.6

তুলনা করা মডেল