#1 Gemini 3 Flash Preview
medium- Kosten
- $0.010
- Zeit
- 17.9s
- Token
- 3,236 tok
Google
Veröffentlichung: 2025-12-17
Getestet am: 2026-05-22 00:28
google/gemini-3-flash-preview::medium
Zusammenfassung
Gemini 3 Flash Preview erreicht 9.8 bei AI BENCHY und liegt auf #1. Das Modell hat 10.0 Zuverlässigkeit, 98.3% Erfolgsrate, $0.567 Gesamtkosten und 16.72s durchschnittliche Antwortzeit.
Was Gemini 3 Flash Preview besonders macht: Am stärksten ist es in Domänenspezifisch, wo es #1 erreicht; am schwächsten ist Programmierung mit #8. Es gehört insgesamt zu den bestplatzierten Modellen.
9.8
Konsistenz
9.6
10.0
Gesamte Ausgabe-Token
183,324
Gesamte Eingabe-Token
0
Eingabepreis
$0.500 / 1M
Ausgabepreis
$3.000 / 1M
Instabile Tests
1
Instabile Tests hatten gemischte Ergebnisse über Läufe hinweg (mindestens ein Erfolg und ein Fehlschlag).
Generierungs-Showcase
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
Testverlauf
| Getestet am | Punktzahl | Zuverlässigkeit | Korrekte Tests | Gesamtkosten | Vergleichen |
|---|---|---|---|---|---|
| 2026-06-04 13:59 Neuer Test hinzugefügt | 9.8 | 10.0 | $0.667 | Vergleichen | |
| 2026-05-22 00:28 Suite geändert | 9.8 | 10.0 | $0.567 | Aktueller Lauf | |
| 2026-05-06 13:52 Suite geändert | 10.0 | 10.0 | $0.321 | Vergleichen | |
| 2026-05-06 13:38 Suite geändert | 9.8 | 10.0 | $0.320 | Vergleichen | |
| 2026-04-23 15:25 Erneuter Test | 10.0 | k. A. | $0.108 | Vergleichen | |
| 2026-04-11 01:44 Erster erfasster Lauf | 10.0 | k. A. | $0.314 | Vergleichen |
Dieser Lauf nutzte eine andere Benchmark-Suite. Berücksichtige Suite-Änderungen bei der historischen Einordnung.
Laufvergleich
| Lauf | Punktzahl | Konsistenz | Zuverlässigkeit | Korrekte Tests | Instabile Tests | Gesamte Ausgabe-Token | Gesamte Eingabe-Token | Gesamtkosten | Antwortzeit (Durchschnitt) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-05-22 00:28 · Suite geändert | 9.8 | 9.6 | 10.0 | 19/20 | 1 | 183,324 | 0 | $0.567 | 16.72s |
| 2026-05-06 13:52 · Suite geändert | 10.0 | 10.0 | 10.0 | 18/18 | 0 | 101,771 | 0 | $0.321 | 11.76s |
| Differenz | -0.2 | -0.4 | 0.0 | +1 | +1 | +81553 | 0 | +$0.247 | +4963ms |
Diese beiden Läufe nutzten unterschiedliche Benchmark-Suiten, daher spiegeln die Deltas sowohl Modell- als auch Suite-Änderungen wider.
Diagramme
Wähle zuerst das erste Modell und klicke dann ein zweites Modell, um eine Seite im direkten Vergleich zu öffnen.
Top-Modelle nach Score
Punktzahl vs Gesamtkosten
Antwortzeit (Durchschnitt)
Punktzahl vs Antwortzeit (Durchschnitt)
Gesamte Ausgabe-Token
Punktzahl vs Gesamte Ausgabe-Token
Schnellvergleich
Kategorieaufschlüsselung
| Kategorie | Punktzahl | Konsistenz | Korrekte Tests |
|---|---|---|---|
| Anti-KI-Tricks | 10.0 | 10.0 | |
| Programmierung | 7.9 | 6.4 | |
| Kombiniert | 10.0 | 10.0 | |
| Datenanalyse und -extraktion | 10.0 | 10.0 | |
| Domänenspezifisch | 10.0 | 10.0 | |
| Allgemeine Intelligenz | 10.0 | 10.0 | |
| Befolgung von Anweisungen | 10.0 | 10.0 | |
| Rätsellösen | 10.0 | 10.0 | |
| Werkzeugaufrufe | 10.0 | 10.0 | |
| Allgemeinwissen | 10.0 | 10.0 |