नेविगेशन
AI BENCHY
तुलना करें चार्ट
❤️ Made by XCS
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY तुलना

तुलना किए गए मॉडल

तुलना करें:

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-03-04

मेट्रिक Google: Gemini 3.1 Flash Lite Preview low रिलीज़: 2026-03-03 Google: Gemini 3.1 Flash Lite Preview medium रिलीज़: 2026-03-03 Google: Gemini 3.1 Flash Lite Preview high रिलीज़: 2026-03-03 Google: Gemini 3 Flash Preview low रिलीज़: 2025-12-17
रैंक #12 #19 #7 #8
औसत स्कोर 7.38 7.12 7.92 7.87
संगति 10.00 10.00 9.99 9.44
प्रति परिणाम लागत 0.162 0.403 17.455 0.624
कुल लागत $0.017 $0.037 $1.920 $0.069
सही परीक्षण
प्रति प्रयास पास दर 66.7% 60.0% 73.3% 75.6%
अस्थिर टेस्ट 0 0 0 1
आउटपुट टोकन 1,392 1,417 943 1,274
रीजनिंग टोकन 6,379 19,435 1,275,768 18,372

स्कोर के अनुसार शीर्ष मॉडल

स्कोर बनाम कुल लागत

श्रेणी विवरण

एंटी-एआई ट्रिक्स स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण आउटपुट टोकन रीजनिंग टोकन
Google: Gemini 3.1 Flash Lite Preview 7.00 10.00 66.7% 0 456 1,224
Google: Gemini 3.1 Flash Lite Preview 9.00 9.99 66.7% 0 564 3,780
Google: Gemini 3.1 Flash Lite Preview 10.00 10.00 100.0% 0 144 193,077
Google: Gemini 3 Flash Preview 10.00 10.00 100.0% 0 275 2,476
संयुक्त स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण आउटपुट टोकन रीजनिंग टोकन
Google: Gemini 3.1 Flash Lite Preview 1.00 10.00 0.0% 0 75 253
Google: Gemini 3.1 Flash Lite Preview 10.00 10.00 100.0% 0 109 2,449
Google: Gemini 3.1 Flash Lite Preview 10.00 10.00 100.0% 0 112 126,813
Google: Gemini 3 Flash Preview 1.00 10.00 0.0% 0 104 0
डेटा पार्सिंग और निष्कर्षण स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण आउटपुट टोकन रीजनिंग टोकन
Google: Gemini 3.1 Flash Lite Preview 9.88 10.00 100.0% 0 291 696
Google: Gemini 3.1 Flash Lite Preview 9.88 10.00 100.0% 0 279 2,952
Google: Gemini 3.1 Flash Lite Preview 9.88 10.00 100.0% 0 279 6,186
Google: Gemini 3 Flash Preview 10.00 10.00 100.0% 0 305 3,004
डोमेन-विशिष्ट स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण आउटपुट टोकन रीजनिंग टोकन
Google: Gemini 3.1 Flash Lite Preview 4.00 10.00 33.3% 0 18 1,212
Google: Gemini 3.1 Flash Lite Preview 1.00 10.00 0.0% 0 18 5,325
Google: Gemini 3.1 Flash Lite Preview 4.00 10.00 33.3% 0 18 566,202
Google: Gemini 3 Flash Preview 4.00 7.21 44.4% 1 12 6,410
निर्देश पालन स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण आउटपुट टोकन रीजनिंग टोकन
Google: Gemini 3.1 Flash Lite Preview 8.50 10.00 50.0% 0 72 753
Google: Gemini 3.1 Flash Lite Preview 8.00 9.99 50.0% 0 72 2,121
Google: Gemini 3.1 Flash Lite Preview 8.00 9.96 50.0% 0 69 190,053
Google: Gemini 3 Flash Preview 7.50 9.99 50.0% 0 71 2,752
Puzzle Solving स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण आउटपुट टोकन रीजनिंग टोकन
Google: Gemini 3.1 Flash Lite Preview 10.00 10.00 100.0% 0 243 1,248
Google: Gemini 3.1 Flash Lite Preview 7.00 10.00 66.7% 0 141 1,896
Google: Gemini 3.1 Flash Lite Preview 7.00 10.00 66.7% 0 87 190,953
Google: Gemini 3 Flash Preview 10.00 10.00 100.0% 0 273 3,315
टूल कॉलिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण आउटपुट टोकन रीजनिंग टोकन
Google: Gemini 3.1 Flash Lite Preview 10.00 10.00 100.0% 0 237 993
Google: Gemini 3.1 Flash Lite Preview 10.00 10.00 100.0% 0 234 912
Google: Gemini 3.1 Flash Lite Preview 10.00 10.00 100.0% 0 234 2,484
Google: Gemini 3 Flash Preview 10.00 10.00 100.0% 0 234 415

त्वरित तुलना

तुलना जोड़ी बदलें