नेविगेशन
AI BENCHY
Advertise here

तुलना किए गए मॉडल

Gemini 3.1 Flash Lite Preview (high) vs Gemini 3.1 Flash Lite Preview (medium) vs GPT-5.3-Codex (medium) benchmark तुलना: GPT-5.3-Codex (medium) स्कोर में 8.9 के साथ आगे है। Gemini 3.1 Flash Lite Preview (medium) विश्वसनीयता में 10.0 के साथ आगे है। Gemini 3.1 Flash Lite Preview (medium) का कुल लागत सबसे कम है: $0.117. Gemini 3.1 Flash Lite Preview (medium) 4.59s पर सबसे तेज है।

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-08-26

रैंक
#233
कुल आउटपुट टोकन
1,534,593
प्रतिक्रिया समय (औसत)
68.14s
कुल लागत
$2.310
रैंक
#91
कुल आउटपुट टोकन
57,778
प्रतिक्रिया समय (औसत)
4.59s
कुल लागत
$0.117
रैंक
#22
कुल आउटपुट टोकन
60,374
प्रतिक्रिया समय (औसत)
16.91s
कुल लागत
$0.988
अनुशंसित मॉडल Gemini 3.1 Flash Lite Preview (medium)

It offers the best overall trade-off: a competitive score (7.4), lower cost than इस तुलना के बाकी मॉडल, and balanced response time.

विस्तृत तुलना

मेट्रिक Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview high रिलीज़: 2026-03-03 Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview medium रिलीज़: 2026-03-03 GPT-5.3-Codex GPT-5.3-Codex medium रिलीज़: 2026-02-05
स्कोर 5.3 7.4 8.9
रैंक #233 #91 #22
विश्वसनीयता लागू नहीं 10.0 10.0
संगति 7.3 9.9 8.6
प्रयास 48/66 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 59.1% 63.6% 83.3%
अस्थिर टेस्ट 0 0 4
कुल रन 48 66 66
प्रति परिणाम लागत 17.763 0.829 6.171
कुल लागत $2.310 $0.117 $0.988
इनपुट कीमत $0.250 / 1M $0.250 / 1M $1.750 / 1M
आउटपुट कीमत $1.500 / 1M $1.500 / 1M $14.000 / 1M
कुल इनपुट टोकन 28,980 117,493 81,187
आउटपुट टोकन 1,283 10,589 6,258
रीजनिंग टोकन 1,533,310 47,189 54,116
प्रतिक्रिया समय (औसत) 68.14s 4.59s 16.91s
प्रतिक्रिया समय (अधिकतम) 280.52s 18.34s 100.93s
प्रतिक्रिया समय (कुल) 1090.28s 101.04s 372.03s
पैरामीटर ~150B कुल (~10B सक्रिय) ~150B कुल (~10B सक्रिय) ~1.2T कुल (~80B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत बंद स्रोत

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#233 Gemini 3.1 Flash Lite Preview

high
लागत
$0.096
समय
133.9s
टोकन
63,687 tok

#91 Gemini 3.1 Flash Lite Preview

medium
लागत
$0.003
समय
5.2s
टोकन
1,944 tok

#22 GPT-5.3-Codex

medium
लागत
$0.049
समय
54.9s
टोकन
3,580 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 Preview 0.0 0.0 0.0% 0 0ms 0 0 0
Gemini 3.1 Flash Lite Preview 5.5 10.0 33.3% 0 4.09s 8,126 461 8,597
GPT-5.3-Codex 10.0 10.0 100.0% 0 19.50s 7,302 535 10,890

त्वरित तुलना

तुलना जोड़ी बदलें