AI BENCHY
Advertise here
#85

Gemini 3.1 Flash Lite

Google Lanzamiento: 2026-05-08 Probado el: 2026-05-22 00:26 google/gemini-3.1-flash-lite::none
(high) (medium) (low) (minimal) (none)

Resumen

Gemini 3.1 Flash Lite obtiene 6.6 en AI BENCHY y ocupa el puesto #85. Tiene fiabilidad 10.0, una tasa de aciertos de 55.0%, coste total de $0.013 y tiempo medio de respuesta de 1.09s.

Qué hace único a Gemini 3.1 Flash Lite: Destaca más en Programación, donde ocupa #4, mientras que Combinado es su área más débil con #17. Su coste total de benchmark es inusualmente bajo para su nivel de puntuación. Es notablemente rápido frente a modelos similares.

Nota de identidad

Google: Gemini 3.1 Flash Lite Preview fue la versión preliminar de Gemini 3.1 Flash Lite.

Puntuación

6.6

Consistencia

8.5

Fiabilidad

10.0

Costo total (precio actual)

$0.013

Total de tokens de salida

2,478

Total de tokens de entrada

0

Precio de entrada

$0.250 / 1M

Precio de salida

$1.500 / 1M

Pruebas correctas

Pruebas incorrectas: 11

Tasa de aciertos por intento: 55.0%

Pruebas inestables

4

Pruebas inestables tuvieron resultados mixtos entre ejecuciones (al menos un acierto y un fallo).

Tiempo de respuesta (promedio)

1.09s

Tiempo de respuesta (máximo): 2.97s

Tiempo de respuesta (total): 21.79s

Respuesta incorrecta: 10 No siguió las instrucciones: 1

Hamster playing table tennis

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

#85 Gemini 3.1 Flash Lite

none
Coste
$0.001
Tiempo
4.5s
Tokens
727 tok

Historial de ejecuciones

Probado el Puntuación Fiabilidad Pruebas correctas Costo total Comparar
2026-07-16 22:51 Prueba nueva añadida 6.1 10.0 $0.046 Comparar
2026-06-04 13:59 Prueba nueva añadida 6.4 10.0 $0.013 Comparar
2026-05-22 00:26 Suite modificada 6.6 10.0 $0.013 Ejecución actual
2026-05-08 12:01 Primera ejecución 6.9 10.0 $0.011 Comparar

Esta ejecución usó una suite de benchmark diferente. Ten en cuenta los cambios de suite al interpretar la evolución histórica.

Comparación de ejecuciones

EjecuciónCobertura del benchmarkPuntuaciónConsistenciaFiabilidadPruebas correctasPruebas inestablesTotal de tokens de salidaTotal de tokens de entradaCosto totalTiempo de respuesta (promedio)
2026-05-22 00:26 · Suite modificada20/20 pruebas · 60/60 intentos6.68.510.09/2042,4780$0.0131.09s
2026-07-16 22:51 · Prueba nueva añadida22/22 pruebas · 66/66 intentos6.18.610.09/22410,723118,050$0.0461.75s
Diferencia—+0.4-0.10.000-8245-118050-$0.034-665ms

La cobertura del benchmark difiere: 20/20 pruebas · 60/60 intentos (Objetivo: 3 repeticiones por prueba) frente a 22/22 pruebas · 66/66 intentos (Objetivo: 3 repeticiones por prueba). Los totales y las métricas sensibles a las repeticiones no son directamente comparables.

Estas dos ejecuciones usaron suites de benchmark distintas, así que las diferencias reflejan tanto cambios del modelo como de la suite.

Gráficos

Elige el primer modelo y luego haz clic en un segundo modelo para abrir una página lado a lado.

Total de tokens de salida

Puntuación vs Total de tokens de salida

Comparación rápida

Gemini 3.1 Flash LitenonevsQwen3.7 FlashnoneGemini 3.1 Flash LitenonevsInklinglowGemini 3.1 Flash Litenonevsgpt-oss-120bmediumGemini 3.1 Flash LitenonevsQwen3.6 FlashnoneGemini 3.1 Flash LitenonevsGemini 3.1 Flash LiteminimalGemini 3.1 Flash LitenonevsQwen3.5-FlashnoneGemini 3.1 Flash LitenonevsQwen3.5-35B-A3BmediumGemini 3.1 Flash LitenonevsQwen3.5 Plus 2026-04-20noneGemini 3.1 Flash LitenonevsGemini 2.5 FlashnoneGemini 3.1 Flash LitenonevsQwen3.5-35B-A3Bnone

Desglose por categoría

Categoría Puntuación Consistencia Pruebas correctas
Trucos anti-IA 7.5 8.4
Programación 6.8 10.0
Combinado 3.0 10.0
Análisis y extracción de datos 10.0 10.0
Específico del dominio 2.9 7.2
Inteligencia general 4.0 10.0
Seguimiento de instrucciones 10.0 10.0
Resolución de acertijos 6.3 4.8
Llamada de herramientas 10.0 10.0
Cultura general 3.0 10.0

Modelos comparados