Gemini 3.1 Flash Lite (low) vs Space Bunny Alpha (xhigh)

Gemini 3.1 Flash Lite (low) average score में आगे है: 6.3 vs 6.2. Space Bunny Alpha (xhigh) की benchmark लागत कम है: $0.000 vs $0.717. Gemini 3.1 Flash Lite (low) तेज है: 19.02s vs 60.03s, pass rates 60.9% vs 55.1%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-01

तुलना किए गए मॉडल

रैंक: #216
कुल आउटपुट टोकन: 425,576
प्रतिक्रिया समय (औसत): 19.02s
कुल लागत: $0.717

रैंक: #225
कुल आउटपुट टोकन: 381,919
प्रतिक्रिया समय (औसत): 60.03s
कुल लागत: $0.000

अनुशंसित मॉडल Gemini 3.1 Flash Lite (low)

It has the best score here (6.3), while responding about 3.2x faster than Space Bunny Alpha (xhigh).

विस्तृत तुलना

मेट्रिक	Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite low रिलीज़: 2026-05-08	Space Bunny Alpha Space Bunny Alpha xhigh रिलीज़: 2026-09-24

मेट्रिक	Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite low रिलीज़: 2026-05-08	Space Bunny Alpha Space Bunny Alpha xhigh रिलीज़: 2026-09-24
स्कोर	6.3	6.2
रैंक	#216	#225
विश्वसनीयता	10.0	10.0
संगति	9.3	7.1
प्रयास	69/69	69/69
सही परीक्षण
प्रति प्रयास पास दर	60.9%	55.1%
अस्थिर टेस्ट	2	8
कुल रन	69	69
प्रति परिणाम लागत	5.512	0.000
कुल लागत	$0.717	$0.000
इनपुट कीमत	$0.250 / 1M	$0.000 / 1M
आउटपुट कीमत	$1.500 / 1M	$0.000 / 1M
कुल इनपुट टोकन	312,368	363,310
आउटपुट टोकन	9,429	381,919
रीजनिंग टोकन	416,147	0
प्रतिक्रिया समय (औसत)	19.02s	60.03s
प्रतिक्रिया समय (अधिकतम)	318.02s	459.99s
प्रतिक्रिया समय (कुल)	437.38s	1380.67s
पैरामीटर	~150B कुल (~10B सक्रिय)	-
उपलब्धता	बंद स्रोत	बंद स्रोत

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#216 Gemini 3.1 Flash Lite

low

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

#225 Space Bunny Alpha

xhigh

लागत: $0.000
समय: 98.6s
टोकन: 10,913 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

श्रेणी:

स्वायत्त एजेंट कार्य	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Gemini 3.1 Flash Lite	5.0	10.0	0.0%	0		79.99s	218,135	1,670	26,015
Space Bunny Alpha	5.2	3.2	33.3%	1		159.12s	224,595	29,052	0

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
Space Bunny Alpha	6.4	5.8	66.7%	2		3.02s	2,130	2,441	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
Space Bunny Alpha	6.6	5.0	66.7%	2		10.64s	8,493	10,115	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	3.2	9.1	0.0%	0		161.25s	70,202	5,375	381,841
Space Bunny Alpha	3.2	5.0	16.7%	1		37.06s	104,734	23,241	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
Space Bunny Alpha	10.0	10.0	100.0%	0		1.94s	7,890	808	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	7.7	10.0	66.7%	0		1.44s	648	15	1,220
Space Bunny Alpha	5.9	7.2	55.6%	1		234.13s	1,869	202,184	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
Space Bunny Alpha	5.0	10.0	0.0%	0		4.74s	855	1,097	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
Space Bunny Alpha	5.6	5.8	33.3%	1		2.22s	1,425	987	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
Space Bunny Alpha	7.9	9.9	66.7%	0		5.45s	1,782	4,016	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
Space Bunny Alpha	10.0	10.0	100.0%	0		3.83s	8,961	644	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
Space Bunny Alpha	3.0	10.0	0.0%	0		367.80s	576	107,334	0

त्वरित तुलना

तुलना जोड़ी बदलें