Gemini 3.1 Flash Lite (medium) vs Step 5 Preview (high)

Step 5 Preview (high) average score में आगे है: 7.0 vs 6.9. Gemini 3.1 Flash Lite (medium) की benchmark लागत कम है: $0.153 vs $4.513. Gemini 3.1 Flash Lite (medium) तेज है: 6.27s vs 154.41s, pass rates 59.4% vs 52.2%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-09

तुलना किए गए मॉडल

रैंक: #174
कुल आउटपुट टोकन: 63,967
प्रतिक्रिया समय (औसत): 6.27s
कुल लागत: $0.153

रैंक: #169
कुल आउटपुट टोकन: 1,581,325
प्रतिक्रिया समय (औसत): 154.41s
कुल लागत: $4.513

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 29.5x less than Step 5 Preview (high).

विस्तृत तुलना

मेट्रिक	Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite medium रिलीज़: 2026-05-08	Step 5 Preview Step 5 Preview high रिलीज़: 2026-10-09

मेट्रिक	Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite medium रिलीज़: 2026-05-08	Step 5 Preview Step 5 Preview high रिलीज़: 2026-10-09
स्कोर	6.9	7.0
रैंक	#174	#169
विश्वसनीयता	10.0	9.5
संगति	9.2	8.5
प्रयास	69/69	69/69
सही परीक्षण
प्रति प्रयास पास दर	59.4%	52.2%
अस्थिर टेस्ट	2	4
कुल रन	69	69
प्रति परिणाम लागत	1.177	45.130
कुल लागत	$0.153	$4.513
इनपुट कीमत	$0.250 / 1M	$1.000 / 1M
आउटपुट कीमत	$1.500 / 1M	$2.700 / 1M
कैश पढ़ने की कीमत	$0.025 / 1M	$0.050 / 1M
कैश लिखने की कीमत	$0.084 / 1M	लागू नहीं
कुल इनपुट टोकन	228,023	243,381
आउटपुट टोकन	10,779	1,581,325
रीजनिंग टोकन	53,188	0
प्रतिक्रिया समय (औसत)	6.27s	154.41s
प्रतिक्रिया समय (अधिकतम)	47.78s	455.72s
प्रतिक्रिया समय (कुल)	144.10s	3551.40s
पैरामीटर	~150B कुल (~10B सक्रिय)	600B कुल (27B 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.

#174 Gemini 3.1 Flash Lite

medium

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

#169 Step 5 Preview

high

लागत: $0.057
समय: 150.1s
टोकन: 20,970 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		47.78s	123,098	1,611	0
Step 5 Preview	10.0	10.0	100.0%	0		55.73s	150,653	10,088	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	9.1	10.0	75.0%	0		2.39s	502	604	4,201
Step 5 Preview	6.5	8.0	58.3%	1		14.70s	684	11,701	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		3.81s	8,134	459	8,978
Step 5 Preview	2.9	10.0	0.0%	0		421.68s	7,383	576,000	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	7.2	9.1	50.0%	0		18.55s	80,983	7,241	20,231
Step 5 Preview	10.0	10.0	100.0%	0		115.30s	66,481	98,423	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		2.60s	7,362	279	2,845
Step 5 Preview	10.0	10.0	100.0%	0		6.55s	7,362	4,589	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	2.9	7.2	11.1%	1		3.93s	650	15	7,223
Step 5 Preview	3.0	10.0	0.0%	0		333.41s	783	479,743	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	10.0	10.0	100.0%	0		2.60s	488	84	1,142
Step 5 Preview	3.4	9.3	0.0%	0		36.56s	507	5,684	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	9.9	10.0	100.0%	0		2.59s	623	75	3,320
Step 5 Preview	7.3	5.8	83.3%	1		20.53s	699	5,503	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	7.6	7.2	77.8%	1		1.95s	568	165	2,450
Step 5 Preview	5.8	4.4	66.7%	2		143.16s	702	196,941	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		4.55s	5,457	234	921
Step 5 Preview	10.0	10.0	100.0%	0		4.34s	7,908	653	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		3.08s	158	12	1,877
Step 5 Preview	3.0	10.0	0.0%	0		416.44s	219	192,000	0

तुलना जोड़ी बदलें

Ember-1highvsGemini 3.1 Flash Litemedium Qwen3.5-122B-A10BmediumvsStep 5 Previewhigh Ember-1lowvsStep 5 Previewhigh Step 5 PreviewhighvsGrok 4.6low Gemini 3 Flash PreviewlowvsStep 5 Previewhigh Muse Glimmer 30BlowvsStep 5 Previewhigh Gemini 3.1 Flash LitemediumvsGPT-5.6 Lunalow Claude Sonnet 5.5lowvsGemini 3.1 Flash Litemedium Claude Opus 4.8nonevsGemini 3.1 Flash Litemedium Kimi K2.7 CodemediumvsStep 5 Previewhigh Gemini 3.1 Flash Lite PreviewmediumvsStep 5 Previewhigh GPT-5.2 ChatdefaultvsStep 5 Previewhigh