नेविगेशन
AI BENCHY
Advertise here

Gemini 3.7 Flash (high) vs GPT-5.6 Sol (low)

Gemini 3.7 Flash (high) average score में आगे है: 9.8 vs 9.5. Gemini 3.7 Flash (high) की benchmark लागत कम है: $0.313 vs $0.971. GPT-5.6 Sol (low) तेज है: 8.79s vs 11.74s, pass rates 93.9% vs 86.4%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-08-14

रैंक
#3
कुल आउटपुट टोकन
149,130
प्रतिक्रिया समय (औसत)
11.74s
कुल लागत
$0.313
रैंक
#6
कुल आउटपुट टोकन
19,246
प्रतिक्रिया समय (औसत)
8.79s
कुल लागत
$0.971
अनुशंसित मॉडल Gemini 3.7 Flash (high)

It has the best score here (9.8), while costing about 3.1x less than GPT-5.6 Sol (low).

विस्तृत तुलना

मेट्रिक Gemini 3.7 Flash Gemini 3.7 Flash high रिलीज़: 2026-08-14 GPT-5.6 Sol GPT-5.6 Sol low रिलीज़: 2026-07-09
स्कोर 9.8 9.5
रैंक #3 #6
विश्वसनीयता 10.0 10.0
संगति 9.6 9.2
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 93.9% 86.4%
अस्थिर टेस्ट 1 2
कुल रन 66 66
प्रति परिणाम लागत 1.561 5.391
कुल लागत $0.313 $0.971
इनपुट कीमत $0.375 / 1M $5.000 / 1M
आउटपुट कीमत $1.875 / 1M $30.000 / 1M
कुल इनपुट टोकन 86,703 78,571
आउटपुट टोकन 6,017 4,476
रीजनिंग टोकन 143,113 14,770
प्रतिक्रिया समय (औसत) 11.74s 8.79s
प्रतिक्रिया समय (अधिकतम) 91.63s 53.91s
प्रतिक्रिया समय (कुल) 258.24s 193.33s
पैरामीटर ~500B कुल (~20B सक्रिय) ~2T कुल (~150B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#3 Gemini 3.7 Flash

high
अमान्य SVG
लागत
$0.039
समय
100.5s
टोकन
20,824 tok

#6 GPT-5.6 Sol

low
लागत
$0.062
समय
26.7s
टोकन
2,150 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 3.7 Flash 10.0 10.0 100.0% 0 13.55s 8,118 460 26,859
GPT-5.6 Sol 10.0 10.0 100.0% 0 11.25s 7,302 412 3,482

त्वरित तुलना

तुलना जोड़ी बदलें