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

AI BENCHY तुलना

Google: Gemini 3.1 Pro Preview vs OpenAI: GPT-5.6 Sol

सारांश

Gemini 3.1 Pro Preview (medium) vs GPT-5.6 Sol (medium) benchmark तुलना: GPT-5.6 Sol (medium) average score में आगे है: 9.4 vs 9.2. GPT-5.6 Sol (medium) की benchmark लागत कम है: $0.966 vs $1.054. GPT-5.6 Sol (medium) तेज है: 10.79s vs 20.14s, pass rates 90.5% vs 90.5%.

अनुशंसित मॉडल: GPT-5.6 Sol (medium) - It has the best score here (9.4), while responding about 1.9x faster than Gemini 3.1 Pro Preview (medium).

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-09

मेट्रिक Gemini 3.1 Pro Preview Gemini 3.1 Pro Preview medium रिलीज़: 2026-02-19 GPT-5.6 Sol GPT-5.6 Sol medium रिलीज़: 2026-07-09
स्कोर 9.2 9.4
रैंक #10 #5
विश्वसनीयता 10.0 10.0
संगति 10.0 8.8
सही परीक्षण
प्रति प्रयास पास दर 90.5% 90.5%
अस्थिर टेस्ट 0 3
कुल रन 63 63
प्रति परिणाम लागत 5.546 5.682
कुल लागत $1.054 $0.966
इनपुट कीमत $2.000 / 1M $5.000 / 1M
आउटपुट कीमत $12.000 / 1M $30.000 / 1M
कुल इनपुट टोकन 41,617 34,218
आउटपुट टोकन 1,977 1,895
रीजनिंग टोकन 78,896 24,600
प्रतिक्रिया समय (औसत) 20.14s 10.79s
प्रतिक्रिया समय (अधिकतम) 88.68s 79.40s
प्रतिक्रिया समय (कुल) 281.92s 226.57s

जनरेशन शोकेस

Hamster playing table tennis

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

#10 Gemini 3.1 Pro Preview

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

#5 GPT-5.6 Sol

medium
लागत
$0.124
समय
57.2s
टोकन
4,199 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

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
GPT-5.6 Sol 10.0 10.0 100.0% 0 2.81s 606 173 572
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
GPT-5.6 Sol 10.0 10.0 100.0% 0 9.40s 7,302 394 4,706
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 9.5 10.0 100.0% 0 40.61s 17,240 432 9,281
GPT-5.6 Sol 10.0 10.0 100.0% 0 12.13s 11,019 318 1,214
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
GPT-5.6 Sol 10.0 10.0 100.0% 0 1.38s 7,140 222 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 Pro Preview 7.7 10.0 66.7% 0 32.73s 635 18 12,424
GPT-5.6 Sol 5.9 7.2 55.6% 1 47.86s 723 71 16,201
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
GPT-5.6 Sol 10.0 10.0 100.0% 0 3.48s 477 99 214
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
GPT-5.6 Sol 10.0 10.0 100.0% 0 2.50s 660 96 249
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
GPT-5.6 Sol 8.2 7.2 88.9% 1 2.98s 642 228 566
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
GPT-5.6 Sol 10.0 10.0 100.0% 0 6.30s 5,454 264 361
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
GPT-5.6 Sol 4.7 1.6 66.7% 1 4.94s 195 30 517

त्वरित तुलना

तुलना जोड़ी बदलें