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

Gemini 3.1 Flash Lite Preview (medium) vs Qwen4 Max

average score लगभग बराबर है: 7.0 vs 7.0. Gemini 3.1 Flash Lite Preview (medium) की benchmark लागत कम है: $0.158 vs $0.465. Qwen4 Max तेज है: 6.38s vs 6.78s, pass rates 60.9% vs 63.8%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-11-16

तुलना किए गए मॉडल

रैंक
#228
कुल आउटपुट टोकन
59,534
प्रतिक्रिया समय (औसत)
6.78s
कुल लागत
$0.158
रैंक
#230
कुल आउटपुट टोकन
9,342
प्रतिक्रिया समय (औसत)
6.38s
कुल लागत
$0.465
अनुशंसित मॉडल Gemini 3.1 Flash Lite Preview (medium)

It has the best score here (7.0), while costing about 3.0x less than Qwen4 Max.

विस्तृत तुलना

मेट्रिक Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview medium रिलीज़: 2026-03-03 Qwen4 Max Qwen4 Max none रिलीज़: 2026-11-16
स्कोर 7.0 7.0
रैंक #228 #230
विश्वसनीयता 10.0 10.0
संगति 9.9 9.6
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 60.9% 63.8%
अस्थिर टेस्ट 0 1
कुल रन 69 69
प्रति परिणाम लागत 1.124 3.321
कुल लागत $0.158 $0.465
इनपुट कीमत $0.250 / 1M $1.500 / 1M
आउटपुट कीमत $1.500 / 1M $4.500 / 1M
कैश पढ़ने की कीमत $0.025 / 1M $0.075 / 1M
कैश लिखने की कीमत $0.084 / 1M $1.875 / 1M
कुल इनपुट टोकन 272,221 281,902
आउटपुट टोकन 12,345 9,342
रीजनिंग टोकन 47,189 0
प्रतिक्रिया समय (औसत) 6.78s 6.38s
प्रतिक्रिया समय (अधिकतम) 54.91s 67.27s
प्रतिक्रिया समय (कुल) 155.96s 146.64s
पैरामीटर ~150B कुल (~10B सक्रिय) ~2.4T कुल (~95B 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.

#228 Gemini 3.1 Flash Lite Preview

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

#230 Qwen4 Max

none
लागत
$0.027
समय
123.5s
टोकन
6,091 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
Qwen4 Max 5.8 10.0 33.3% 0 1.97s 8,010 384 0

तुलना जोड़ी बदलें