#2 Gemini 3 Flash Preview
medium- लागत
- $0.010
- समय
- 17.9s
- टोकन
- 3,236 tok
AI BENCHY तुलना
सारांश
Gemini 3 Flash Preview (medium) average score में आगे है: 9.6 vs 4.9. KAT-Coder-Air V2.5 की benchmark लागत कम है: $0.037 vs $0.667. KAT-Coder-Air V2.5 तेज है: 6.99s vs 18.64s, pass rates 98.4% vs 38.1%.
बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-14
| मेट्रिक | Gemini 3 Flash Preview Gemini 3 Flash Preview medium | KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 none |
|---|---|---|
| स्कोर | 9.6 | 4.9 |
| रैंक | #2 | #168 |
| विश्वसनीयता | 10.0 | 10.0 |
| संगति | 9.7 | 7.1 |
| सही परीक्षण | ||
| प्रति प्रयास पास दर | 98.4% | 38.1% |
| अस्थिर टेस्ट | 1 | 7 |
| कुल रन | 63 | 63 |
| प्रति परिणाम लागत | 3.335 | 0.724 |
| कुल लागत | $0.667 | $0.037 |
| इनपुट कीमत | $0.500 / 1M | $0.150 / 1M |
| आउटपुट कीमत | $3.000 / 1M | $0.600 / 1M |
| कुल इनपुट टोकन | 37,017 | 41,328 |
| आउटपुट टोकन | 2,006 | 49,933 |
| रीजनिंग टोकन | 214,153 | 0 |
| प्रतिक्रिया समय (औसत) | 18.64s | 6.99s |
| प्रतिक्रिया समय (अधिकतम) | 117.26s | 24.94s |
| प्रतिक्रिया समय (कुल) | 391.35s | 146.78s |
जनरेशन शोकेस
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
| कोडिंग | स्कोर | संगति | प्रति प्रयास पास दर | अस्थिर टेस्ट | सही परीक्षण | प्रतिक्रिया समय (औसत) | इनपुट टोकन | आउटपुट टोकन | रीजनिंग टोकन |
|---|---|---|---|---|---|---|---|---|---|
| Gemini 3 Flash Preview | 8.6 | 7.6 | 88.9% | 1 | 84.40s | 8,122 | 462 | 161,084 | |
| KAT-Coder-Air V2.5 | 3.3 | 9.6 | 0.0% | 0 | 14.31s | 6,472 | 16,918 | 0 |
तुलना जोड़ी बदलें