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 Qwen: Qwen3.7 Max

Qwen3.7 Max average score में आगे है: 7.4 vs 7.3. Gemini 3.1 Flash Lite Preview (medium) की benchmark लागत कम है: $0.115 vs $0.197. Qwen3.7 Max तेज है: 4.52s vs 4.61s, pass rates 59.1% vs 68.2%.

अनुशंसित मॉडलGemini 3.1 Flash Lite Preview (medium)Its score stays close to the best score here (7.3 vs 7.4), while costing about 1.7x less than Qwen3.7 Max.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-17

मेट्रिक Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview medium रिलीज़: 2026-03-03 Qwen3.7 Max Qwen3.7 Max none रिलीज़: 2026-05-22
स्कोर 7.3 7.4
रैंक #61 #57
विश्वसनीयता 10.0 9.9
संगति 9.9 10.0
सही परीक्षण
प्रति प्रयास पास दर 59.1% 68.2%
अस्थिर टेस्ट 0 0
कुल रन 66 66
प्रति परिणाम लागत 0.884 1.582
कुल लागत $0.115 $0.197
इनपुट कीमत $0.250 / 1M $1.475 / 1M
आउटपुट कीमत $1.500 / 1M $4.425 / 1M
कुल इनपुट टोकन 117,480 95,983
आउटपुट टोकन 10,589 12,446
रीजनिंग टोकन 46,394 0
प्रतिक्रिया समय (औसत) 4.61s 4.52s
प्रतिक्रिया समय (अधिकतम) 18.34s 72.30s
प्रतिक्रिया समय (कुल) 101.39s 99.52s

Hamster playing table tennis

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

#61 Gemini 3.1 Flash Lite Preview

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

#57 Qwen3.7 Max

none
लागत
$0.046
समय
195.0s
टोकन
12,171 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 4.09s 8,126 461 8,597
Qwen3.7 Max 5.5 10.0 33.3% 0 1.35s 7,911 582 0

त्वरित तुलना

तुलना जोड़ी बदलें