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

Gemini 3.1 Flash Lite (medium) vs GPT-5.2 Chat (default)

GPT-5.2 Chat (default) average score में आगे है: 7.0 vs 6.9. Gemini 3.1 Flash Lite (medium) की benchmark लागत कम है: $0.153 vs $0.594. Gemini 3.1 Flash Lite (medium) तेज है: 6.27s vs 7.43s, pass rates 59.4% vs 66.7%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-19

तुलना किए गए मॉडल

रैंक
#195
कुल आउटपुट टोकन
63,967
प्रतिक्रिया समय (औसत)
6.27s
कुल लागत
$0.153
रैंक
#184
कुल आउटपुट टोकन
29,742
प्रतिक्रिया समय (औसत)
7.43s
कुल लागत
$0.594
अनुशंसित मॉडल Gemini 3.1 Flash Lite (medium)

Its score stays close to the best score here (6.9 vs 7.0), while costing about 3.9x less than GPT-5.2 Chat (default).

विस्तृत तुलना

मेट्रिक Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite medium रिलीज़: 2026-05-08 GPT-5.2 Chat GPT-5.2 Chat default रिलीज़: 2025-12-11
स्कोर 6.9 7.0
रैंक #195 #184
विश्वसनीयता 10.0 10.0
संगति 9.2 8.7
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 59.4% 66.7%
अस्थिर टेस्ट 2 4
कुल रन 69 69
प्रति परिणाम लागत 1.177 4.564
कुल लागत $0.153 $0.594
इनपुट कीमत $0.250 / 1M $1.750 / 1M
आउटपुट कीमत $1.500 / 1M $14.000 / 1M
कैश पढ़ने की कीमत $0.025 / 1M $0.175 / 1M
कैश लिखने की कीमत $0.084 / 1M लागू नहीं
कुल इनपुट टोकन 228,023 101,104
आउटपुट टोकन 10,779 10,414
रीजनिंग टोकन 53,188 19,328
प्रतिक्रिया समय (औसत) 6.27s 7.43s
प्रतिक्रिया समय (अधिकतम) 47.78s 38.52s
प्रतिक्रिया समय (कुल) 144.10s 163.35s
पैरामीटर ~150B कुल (~10B सक्रिय) ~400B कुल (~17B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत

कैश की कीमतें इनपुट टोकन पर लागू होती हैं। पढ़ने पर कैश किए गए प्रॉम्प्ट का दोबारा उपयोग होता है; लिखने पर वे सहेजे जाते हैं और अतिरिक्त लागत हो सकती है। आउटपुट टोकन पर आउटपुट की कीमत लागू होती है।

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#195 Gemini 3.1 Flash Lite

medium
लागत
$0.003
समय
5.3s
टोकन
1,754 tok

#184 GPT-5.2 Chat

default
लागत
$0.010
समय
15.3s
टोकन
797 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

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 3.81s 8,134 459 8,978
GPT-5.2 Chat 8.8 7.8 88.9% 1 9.82s 7,305 843 5,888

तुलना जोड़ी बदलें