Gemini 3.1 Flash Lite Preview vs Step 5 Preview (medium)

Gemini 3.1 Flash Lite Preview average score में आगे है: 6.2 vs 6.1. Gemini 3.1 Flash Lite Preview की benchmark लागत कम है: $0.090 vs $4.136. Gemini 3.1 Flash Lite Preview तेज है: 3.60s vs 136.10s, pass rates 55.1% vs 53.6%.

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

तुलना किए गए मॉडल

रैंक: #243
कुल आउटपुट टोकन: 15,760
प्रतिक्रिया समय (औसत): 3.60s
कुल लागत: $0.090

रैंक: #250
कुल आउटपुट टोकन: 1,434,621
प्रतिक्रिया समय (औसत): 136.10s
कुल लागत: $4.136

अनुशंसित मॉडल Gemini 3.1 Flash Lite Preview

It has the best score here (6.2), while costing about 46.4x less than Step 5 Preview (medium).

विस्तृत तुलना

मेट्रिक	Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview none रिलीज़: 2026-03-03	Step 5 Preview Step 5 Preview medium रिलीज़: 2026-10-09

मेट्रिक	Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview none रिलीज़: 2026-03-03	Step 5 Preview Step 5 Preview medium रिलीज़: 2026-10-09
स्कोर	6.2	6.1
रैंक	#243	#250
विश्वसनीयता	10.0	9.6
संगति	9.7	8.2
प्रयास	69/69	69/69
सही परीक्षण
प्रति प्रयास पास दर	55.1%	53.6%
अस्थिर टेस्ट	1	5
कुल रन	69	69
प्रति परिणाम लागत	0.743	41.354
कुल लागत	$0.090	$4.136
इनपुट कीमत	$0.250 / 1M	$1.000 / 1M
आउटपुट कीमत	$1.500 / 1M	$2.700 / 1M
कैश पढ़ने की कीमत	$0.025 / 1M	$0.050 / 1M
कैश लिखने की कीमत	$0.084 / 1M	लागू नहीं
कुल इनपुट टोकन	261,962	261,842
आउटपुट टोकन	12,799	1,434,621
रीजनिंग टोकन	2,961	0
प्रतिक्रिया समय (औसत)	3.60s	136.10s
प्रतिक्रिया समय (अधिकतम)	48.59s	438.09s
प्रतिक्रिया समय (कुल)	82.91s	3130.27s
पैरामीटर	~150B कुल (~10B सक्रिय)	600B कुल (27B 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.

#243 Gemini 3.1 Flash Lite Preview

none

लागत: $0.003
समय: 4.7s
टोकन: 1,827 tok

#250 Step 5 Preview

medium

लागत: $0.042
समय: 90.3s
टोकन: 15,574 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		48.59s	141,007	1,599	0
Step 5 Preview	6.1	3.1	66.7%	1		95.77s	178,249	27,809	0

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	7.5	8.4	66.7%	1		1.04s	504	542	550
Step 5 Preview	6.4	7.9	58.3%	1		12.58s	744	6,953	0

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		967ms	8,128	670	0
Step 5 Preview	2.8	7.2	11.1%	1		363.90s	7,428	546,725	0

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	3.0	10.0	0.0%	0		6.23s	96,386	9,084	0
Step 5 Preview	7.3	5.8	83.3%	1		124.99s	57,016	115,099	0

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		1.22s	7,550	279	120
Step 5 Preview	10.0	10.0	100.0%	0		4.10s	7,392	2,053	0

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		811ms	654	18	419
Step 5 Preview	2.9	7.2	11.1%	1		323.23s	828	458,050	0

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	4.0	10.0	0.0%	0		741ms	488	69	0
Step 5 Preview	3.4	9.3	0.0%	0		34.82s	522	4,371	0

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		1.13s	623	72	502
Step 5 Preview	10.0	10.0	100.0%	0		4.23s	729	3,330	0

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	10.0	10.0	100.0%	0		900ms	570	221	824
Step 5 Preview	7.8	10.0	66.7%	0		59.88s	747	77,779	0

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		3.39s	5,894	236	546
Step 5 Preview	10.0	10.0	100.0%	0		3.84s	7,953	452	0

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		814ms	158	9	0
Step 5 Preview	3.0	10.0	0.0%	0		437.86s	234	192,000	0

तुलना जोड़ी बदलें

Qwen3.5 Plus 2026-04-20nonevsStep 5 Previewmedium Step 5 PreviewmediumvsInklingnoneनिःशुल्क उपलब्ध Apodex 1.1 Minilowनिःशुल्क उपलब्धvsStep 5 Previewmedium Claude Fable 5.1lowvsGemini 3.1 Flash Lite Previewnone KAT-Coder-Pro V2.5defaultvsStep 5 Previewmedium Gemini 3.1 Flash Lite PreviewnonevsKAT-Coder-Pro V2.5medium Gemini 3.1 Flash Lite PreviewnonevsSpace Bunny Alphaxhigh Gemini 3.5 FlashnonevsStep 5 Previewmedium Gemini 3.1 Flash Lite PreviewnonevsGrok 4.20medium Trinity Large ThinkingmediumvsGemini 3.1 Flash Lite Previewnone Claude Fable 5.1lowvsStep 5 Previewmedium Trinity Large ThinkinglowvsGemini 3.1 Flash Lite Previewnone