Gemini 3.1 Pro Preview (medium) vs Kimi K3 (max)

Gemini 3.1 Pro Preview (medium) average score में आगे है: 8.4 vs 8.3. Gemini 3.1 Pro Preview (medium) की benchmark लागत कम है: $1.585 vs $4.013. Gemini 3.1 Pro Preview (medium) तेज है: 22.71s vs 139.41s, pass rates 89.9% vs 78.3%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-01

तुलना किए गए मॉडल

रैंक: #71
कुल आउटपुट टोकन: 102,691
प्रतिक्रिया समय (औसत): 22.71s
कुल लागत: $1.585

रैंक: #78
कुल आउटपुट टोकन: 233,327
प्रतिक्रिया समय (औसत): 139.41s
कुल लागत: $4.013

अनुशंसित मॉडल Gemini 3.1 Pro Preview (medium)

It has the best score here (8.4), while costing about 2.5x less than Kimi K3 (max).

विस्तृत तुलना

मेट्रिक	Gemini 3.1 Pro Preview Gemini 3.1 Pro Preview medium रिलीज़: 2026-02-19	Kimi K3 Kimi K3 max रिलीज़: 2026-07-16

मेट्रिक	Gemini 3.1 Pro Preview Gemini 3.1 Pro Preview medium रिलीज़: 2026-02-19	Kimi K3 Kimi K3 max रिलीज़: 2026-07-16
स्कोर	8.4	8.3
रैंक	#71	#78
विश्वसनीयता	9.8	9.3
संगति	9.6	9.3
प्रयास	69/69	69/69
सही परीक्षण
प्रति प्रयास पास दर	89.9%	78.3%
अस्थिर टेस्ट	1	2
कुल रन	69	69
प्रति परिणाम लागत	7.924	23.601
कुल लागत	$1.585	$4.013
इनपुट कीमत	$2.000 / 1M	$3.000 / 1M
आउटपुट कीमत	$12.000 / 1M	$15.000 / 1M
कुल इनपुट टोकन	176,208	170,700
आउटपुट टोकन	6,093	7,719
रीजनिंग टोकन	96,598	225,608
प्रतिक्रिया समय (औसत)	22.71s	139.41s
प्रतिक्रिया समय (अधिकतम)	88.68s	766.58s
प्रतिक्रिया समय (कुल)	386.11s	2788.26s
पैरामीटर	~1.2T कुल (~20B सक्रिय)	2.8T कुल (104B सक्रिय)
उपलब्धता	बंद स्रोत	वेट उपलब्ध

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#71 Gemini 3.1 Pro Preview

medium

लागत: $0.115
समय: 87.2s
टोकन: 9,629 tok

#78 MoonshotAI: Kimi K3

max

लागत: $0.281
समय: 506.9s
टोकन: 18,863 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 Pro Preview	4.7	1.6	66.7%	1		56.17s	83,912	861	4,592
Kimi K3	10.0	10.0	100.0%	0		74.24s	135,740	4,832	4,367

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 Pro Preview	10.0	10.0	100.0%	0		7.90s	498	112	3,218
Kimi K3	10.0	10.0	100.0%	0		10.24s	1,638	496	2,629

कोडिंग	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Gemini 3.1 Pro Preview	7.9	9.9	66.7%	0		40.17s	8,124	435	41,247
Kimi K3	10.0	10.0	100.0%	0		325.79s	8,061	460	84,012

संयुक्त	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Gemini 3.1 Pro Preview	9.8	10.0	100.0%	0		40.39s	67,910	3,687	23,111
Kimi K3	6.5	10.0	50.0%	0		223.03s	12,792	399	20,460

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 Pro Preview	10.0	10.0	100.0%	0		7.72s	7,265	279	3,904
Kimi K3	7.3	5.8	83.3%	1		16.72s	7,839	354	2,606

डोमेन-विशिष्ट	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Gemini 3.1 Pro Preview	7.7	10.0	66.7%	0		20.29s	644	18	11,704
Kimi K3	5.3	7.2	44.4%	1		683.62s	838	57	106,892

Samanya Buddhimatta	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Gemini 3.1 Pro Preview	10.0	10.0	100.0%	0		11.77s	490	108	1,179
Kimi K3	10.0	10.0	100.0%	0		14.91s	732	191	871

निर्देश पालन	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Gemini 3.1 Pro Preview	10.0	10.0	100.0%	0		9.56s	621	72	2,236
Kimi K3	10.0	10.0	100.0%	0		7.66s	1,179	147	1,119

पहेली समाधान	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Gemini 3.1 Pro Preview	10.0	10.0	100.0%	0		6.90s	570	235	3,128
Kimi K3	10.0	10.0	100.0%	0		7.36s	1,416	495	1,368

टूल कॉलिंग	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Gemini 3.1 Pro Preview	10.0	10.0	100.0%	0		23.15s	6,018	274	982
Kimi K3	3.0	10.0	0.0%	0		0ms	0	0	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 Pro Preview	10.0	10.0	100.0%	0		6.27s	156	12	1,297
Kimi K3	3.0	10.0	0.0%	0		19.67s	465	288	1,284

त्वरित तुलना

तुलना जोड़ी बदलें

Gemini 3.5 FlashhighvsKimi K3max Gemini 3.1 Pro PreviewmediumvsInklinghighनिःशुल्क उपलब्ध Gemini 3.1 Pro PreviewmediumvsMuse Glimmer 30Bxhigh Gemini 3.1 Pro PreviewmediumvsMuse Spark 1.1high Gemini 3.1 Pro PreviewmediumvsQwen3.8 2.4T A95Blow Kimi K3maxvsGPT-5.6 Terrahigh Kimi K3maxvsGPT-6 Lunamedium Claude Opus 4.8mediumvsKimi K3max DeepSeek V4 Flash 0731highvsGemini 3.1 Pro Previewmedium Kimi K3maxvsQwen3.7 Plusmedium Kimi K3maxvsGLM 5.2high Kimi K3maxvsGrok 4.5high