नेविगेशन
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY तुलना

Google: Gemini 3.1 Flash Lite vs OpenAI: GPT-5.6 Sol

सारांश

Gemini 3.1 Flash Lite (low) vs GPT-5.6 Sol benchmark तुलना: Gemini 3.1 Flash Lite (low) average score में आगे है: 6.4 vs 6.3. Gemini 3.1 Flash Lite (low) की benchmark लागत कम है: $0.028 vs $0.225. GPT-5.6 Sol तेज है: 1.66s vs 1.89s, pass rates 61.9% vs 57.1%.

अनुशंसित मॉडल: Gemini 3.1 Flash Lite (low) - It has the best score here (6.4), while costing about 8.2x less than GPT-5.6 Sol.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-09

मेट्रिक Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite low रिलीज़: 2026-05-08 GPT-5.6 Sol GPT-5.6 Sol none रिलीज़: 2026-07-09
स्कोर 6.4 6.3
रैंक #98 #101
विश्वसनीयता 10.0 10.0
संगति 9.3 9.0
सही परीक्षण
प्रति प्रयास पास दर 61.9% 57.1%
अस्थिर टेस्ट 2 3
कुल रन 63 63
प्रति परिणाम लागत 0.227 2.244
कुल लागत $0.028 $0.225
इनपुट कीमत $0.250 / 1M $5.000 / 1M
आउटपुट कीमत $1.500 / 1M $30.000 / 1M
कुल इनपुट टोकन 36,892 34,218
आउटपुट टोकन 2,732 1,776
रीजनिंग टोकन 9,260 0
प्रतिक्रिया समय (औसत) 1.89s 1.66s
प्रतिक्रिया समय (अधिकतम) 5.66s 3.93s
प्रतिक्रिया समय (कुल) 39.62s 34.81s

जनरेशन शोकेस

Hamster playing table tennis

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

#98 Gemini 3.1 Flash Lite

low
लागत
$0.003
समय
4.0s
टोकन
1,479 tok

#101 GPT-5.6 Sol

none
लागत
$0.116
समय
78.7s
टोकन
3,944 tok

स्कोर के अनुसार शीर्ष मॉडल

स्कोर बनाम कुल लागत

प्रतिक्रिया समय (औसत)

स्कोर vs प्रतिक्रिया समय (औसत)

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

श्रेणी विवरण

एंटी-एआई ट्रिक्स स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Gemini 3.1 Flash Lite 7.3 6.2 75.0% 2 1.84s 500 1,013 1,548
GPT-5.6 Sol 8.3 10.0 75.0% 0 1.27s 606 154 0
कोडिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Gemini 3.1 Flash Lite 5.5 10.0 33.3% 0 1.53s 8,132 471 1,072
GPT-5.6 Sol 5.5 10.0 33.3% 0 1.39s 7,302 390 0
संयुक्त स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Gemini 3.1 Flash Lite 3.0 10.0 0.0% 0 4.48s 12,870 348 975
GPT-5.6 Sol 3.0 10.0 0.0% 0 3.93s 11,019 300 0
डेटा पार्सिंग और निष्कर्षण स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Gemini 3.1 Flash Lite 10.0 10.0 100.0% 0 1.44s 7,453 291 697
GPT-5.6 Sol 10.0 10.0 100.0% 0 1.53s 7,140 222 0
डोमेन-विशिष्ट स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Gemini 3.1 Flash Lite 5.3 10.0 33.3% 0 1.52s 639 15 1,214
GPT-5.6 Sol 3.6 7.2 22.2% 1 1.43s 723 54 0
Samanya Buddhimatta स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Gemini 3.1 Flash Lite 4.0 10.0 0.0% 0 1.37s 492 69 438
GPT-5.6 Sol 6.5 3.4 66.7% 1 1.52s 477 91 0
निर्देश पालन स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Gemini 3.1 Flash Lite 10.0 10.0 100.0% 0 1.52s 619 72 760
GPT-5.6 Sol 8.5 6.8 83.3% 1 1.33s 660 84 0
पहेली समाधान स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Gemini 3.1 Flash Lite 10.0 10.0 100.0% 0 1.40s 570 210 1,191
GPT-5.6 Sol 7.7 10.0 66.7% 0 1.49s 642 211 0
टूल कॉलिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Gemini 3.1 Flash Lite 10.0 10.0 100.0% 0 5.66s 5,457 234 945
GPT-5.6 Sol 10.0 10.0 100.0% 0 3.70s 5,454 246 0
सामान्य ज्ञान स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Gemini 3.1 Flash Lite 3.0 10.0 0.0% 0 1.46s 160 9 420
GPT-5.6 Sol 3.0 10.0 0.0% 0 1.95s 195 24 0

त्वरित तुलना

तुलना जोड़ी बदलें