Gemini 3.1 Flash Lite Preview (medium) vs GPT-5.6 Luna (low)

Gemini 3.1 Flash Lite Preview (medium) average score में आगे है: 7.0 vs 6.9. GPT-5.6 Luna (low) की benchmark लागत कम है: $0.049 vs $0.158. Gemini 3.1 Flash Lite Preview (medium) तेज है: 6.78s vs 6.96s, pass rates 60.9% vs 56.5%.

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

तुलना किए गए मॉडल

रैंक: #166
कुल आउटपुट टोकन: 59,534
प्रतिक्रिया समय (औसत): 6.78s
कुल लागत: $0.158

रैंक: #177
कुल आउटपुट टोकन: 28,001
प्रतिक्रिया समय (औसत): 6.96s
कुल लागत: $0.049

अनुशंसित मॉडल GPT-5.6 Luna (low)

Its score stays close to the best score here (6.9 vs 7.0), while costing about 3.2x less than Gemini 3.1 Flash Lite Preview (medium).

विस्तृत तुलना

मेट्रिक	Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview medium रिलीज़: 2026-03-03	GPT-5.6 Luna GPT-5.6 Luna low रिलीज़: 2026-07-09

मेट्रिक	Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview medium रिलीज़: 2026-03-03	GPT-5.6 Luna GPT-5.6 Luna low रिलीज़: 2026-07-09
स्कोर	7.0	6.9
रैंक	#166	#177
विश्वसनीयता	10.0	10.0
संगति	9.9	8.3
प्रयास	69/69	69/69
सही परीक्षण
प्रति प्रयास पास दर	60.9%	56.5%
अस्थिर टेस्ट	0	5
कुल रन	69	69
प्रति परिणाम लागत	1.124	2.428
कुल लागत	$0.158	$0.049
इनपुट कीमत	$0.250 / 1M	$0.200 / 1M
आउटपुट कीमत	$1.500 / 1M	$1.200 / 1M
कैश पढ़ने की कीमत	$0.025 / 1M	$0.020 / 1M
कैश लिखने की कीमत	$0.084 / 1M	$0.250 / 1M
कुल इनपुट टोकन	272,221	202,680
आउटपुट टोकन	12,345	9,230
रीजनिंग टोकन	47,189	18,771
प्रतिक्रिया समय (औसत)	6.78s	6.96s
प्रतिक्रिया समय (अधिकतम)	54.91s	45.74s
प्रतिक्रिया समय (कुल)	155.96s	160.19s
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.

#166 Gemini 3.1 Flash Lite Preview

medium

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

#177 GPT-5.6 Luna

low

लागत: $0.011
समय: 10.2s
टोकन: 1,897 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 Preview	5.0	10.0	0.0%	0		54.91s	154,728	1,756	0
GPT-5.6 Luna	10.0	10.0	100.0%	0		45.74s	106,325	1,017	698

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 Preview	9.1	10.0	75.0%	0		2.33s	512	570	4,305
GPT-5.6 Luna	8.3	10.0	75.0%	0		2.21s	606	186	722

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		4.09s	8,126	461	8,597
GPT-5.6 Luna	5.5	10.0	33.3%	0		4.61s	7,302	557	3,535

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 Preview	7.2	9.1	50.0%	0		16.63s	93,097	8,706	16,997
GPT-5.6 Luna	2.8	1.6	33.3%	2		13.71s	73,147	6,401	2,716

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 Preview	10.0	10.0	100.0%	0		2.29s	7,362	279	2,952
GPT-5.6 Luna	10.0	10.0	100.0%	0		2.14s	7,140	234	292

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 Preview	5.3	10.0	33.3%	0		4.09s	652	18	6,120
GPT-5.6 Luna	2.9	7.2	11.1%	1		11.24s	732	72	7,564

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 Preview	10.0	10.0	100.0%	0		3.16s	488	96	1,488
GPT-5.6 Luna	5.0	10.0	0.0%	0		2.25s	477	122	169

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 Preview	10.0	10.0	100.0%	0		1.91s	621	72	2,121
GPT-5.6 Luna	8.5	6.8	83.3%	1		2.04s	660	93	259

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 Preview	7.7	10.0	66.7%	0		5.30s	566	141	1,896
GPT-5.6 Luna	7.6	7.2	77.8%	1		3.59s	642	271	1,207

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 Preview	10.0	10.0	100.0%	0		3.80s	5,909	234	912
GPT-5.6 Luna	10.0	10.0	100.0%	0		4.43s	5,454	250	177

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 Preview	3.0	10.0	0.0%	0		2.68s	160	12	1,801
GPT-5.6 Luna	3.0	10.0	0.0%	0		4.86s	195	27	1,432

तुलना जोड़ी बदलें

Gemma 4 31Bmediumनिःशुल्क उपलब्धvsGPT-5.6 Lunalow Claude Opus 4.8nonevsGPT-5.6 Lunalow Ember-1highvsGPT-5.6 Lunalow Gemini 3.1 Flash Lite PreviewmediumvsGPT-5.2 Chatdefault Ember-1lowvsGemini 3.1 Flash Lite Previewmedium Gemini 3.1 Flash LitemediumvsGPT-5.6 Lunalow Kimi K2.6mediumvsGPT-5.6 Lunalow Gemini 3.1 Flash Lite PreviewmediumvsStep 5 Previewhigh GPT-5.6 LunalowvsQwen3.5-Flashmedium Mercury 2.5 PreviewmediumvsGPT-5.6 Lunalow Gemini 3.1 Flash Lite PreviewmediumvsGrok 4.6low Gemini 3.1 Flash Lite PreviewmediumvsMuse Glimmer 30Blow