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

Gemini 3.1 Pro Preview (medium) vs DaisyRose 27B (low)

DaisyRose 27B (low) average score में आगे है: 8.5 vs 8.4. DaisyRose 27B (low) की benchmark लागत कम है: $0.501 vs $1.585. Gemini 3.1 Pro Preview (medium) तेज है: 22.71s vs 27.86s, pass rates 89.9% vs 79.7%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-11-22

तुलना किए गए मॉडल

रैंक
#135
कुल आउटपुट टोकन
102,691
प्रतिक्रिया समय (औसत)
22.71s
कुल लागत
$1.585
रैंक
#129
कुल आउटपुट टोकन
225,850
प्रतिक्रिया समय (औसत)
27.86s
कुल लागत
$0.501
अनुशंसित मॉडल DaisyRose 27B (low)

It has the best score here (8.5), while costing about 3.2x less than Gemini 3.1 Pro Preview (medium).

विस्तृत तुलना

मेट्रिक Gemini 3.1 Pro Preview Gemini 3.1 Pro Preview medium रिलीज़: 2026-02-19 DaisyRose 27B DaisyRose 27B low रिलीज़: 2026-11-18
स्कोर 8.4 8.5
रैंक #135 #129
विश्वसनीयता 9.8 10.0
संगति 9.6 8.6
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 89.9% 79.7%
अस्थिर टेस्ट 1 4
कुल रन 69 69
प्रति परिणाम लागत 7.924 3.126
कुल लागत $1.585 $0.501
इनपुट कीमत $2.000 / 1M $0.150 / 1M
आउटपुट कीमत $12.000 / 1M $1.875 / 1M
कैश पढ़ने की कीमत $0.200 / 1M $0.038 / 1M
कैश लिखने की कीमत $0.375 / 1M लागू नहीं
कुल इनपुट टोकन 176,208 510,451
आउटपुट टोकन 6,093 10,679
रीजनिंग टोकन 96,598 215,171
प्रतिक्रिया समय (औसत) 22.71s 27.86s
प्रतिक्रिया समय (अधिकतम) 88.68s 226.85s
प्रतिक्रिया समय (कुल) 386.11s 640.81s
पैरामीटर ~1.2T कुल (~20B सक्रिय) 27.8B
उपलब्धता बंद स्रोत मुक्त 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.

#135 Gemini 3.1 Pro Preview

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

#129 DaisyRose 27B

low
लागत
$0.007
समय
21.5s
टोकन
3,872 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 Pro Preview 7.9 9.9 66.7% 0 40.17s 8,124 435 41,247
DaisyRose 27B 9.9 10.0 100.0% 0 14.18s 8,127 598 23,197

तुलना जोड़ी बदलें