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

Google: Gemini 3.1 Flash Lite Preview vs Google: Gemma 4 31B

Gemini 3.1 Flash Lite Preview (low) average score में आगे है: 6.5 vs 6.3. Gemma 4 31B (medium) की benchmark लागत कम है: $0.116 vs $0.646. Gemini 3.1 Flash Lite Preview (low) तेज है: 16.70s vs 75.38s, pass rates 59.1% vs 68.2%.

अनुशंसित मॉडलGemma 4 31B (medium)Its score stays close to the best score here (6.3 vs 6.5), while costing about 5.6x less than Gemini 3.1 Flash Lite Preview (low).

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-25

मेट्रिक Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview low रिलीज़: 2026-03-03 Gemma 4 31B Gemma 4 31B medium रिलीज़: 2026-04-02 निःशुल्क उपलब्ध
स्कोर 6.5 6.3
रैंक #114 #121
विश्वसनीयता 10.0 10.0
संगति 10.0 9.0
सही परीक्षण
प्रति प्रयास पास दर 59.1% 68.2%
अस्थिर टेस्ट 0 2
कुल रन 66 66
प्रति परिणाम लागत 4.969 1.044
कुल लागत $0.646 $0.116
इनपुट कीमत $0.250 / 1M $0.140 / 1M
आउटपुट कीमत $1.500 / 1M $0.400 / 1M
कुल इनपुट टोकन 110,185 94,992
आउटपुट टोकन 14,717 34,468
रीजनिंग टोकन 397,483 223,278
प्रतिक्रिया समय (औसत) 16.70s 75.38s
प्रतिक्रिया समय (अधिकतम) 309.35s 437.40s
प्रतिक्रिया समय (कुल) 367.47s 1507.52s

Hamster playing table tennis

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

#114 Gemini 3.1 Flash Lite Preview

low
लागत
$0.002
समय
3.7s
टोकन
1,203 tok

#121 Gemma 4 31B

medium
लागत
$0.002
समय
45.7s
टोकन
2,696 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 5.5 10.0 33.3% 0 1.39s 8,138 660 1,060
Gemma 4 31B 4.3 5.8 22.2% 1 219.76s 5,568 11,098 33,212

त्वरित तुलना

तुलना जोड़ी बदलें