Gemini 3 Flash Preview (medium) vs GPT-6.1 Sol (max)

GPT-6.1 Sol (max) average score में आगे है: 9.9 vs 9.6. Gemini 3 Flash Preview (medium) की benchmark लागत कम है: $0.876 vs $1.006. Gemini 3 Flash Preview (medium) तेज है: 21.57s vs 61.98s, pass rates 94.2% vs 95.7%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-11-13

तुलना किए गए मॉडल

रैंक: #16
कुल आउटपुट टोकन: 252,536
प्रतिक्रिया समय (औसत): 21.57s
कुल लागत: $0.876

रैंक: #4
कुल आउटपुट टोकन: 63,823
प्रतिक्रिया समय (औसत): 61.98s
कुल लागत: $1.006

अनुशंसित मॉडल Gemini 3 Flash Preview (medium)

Its score stays close to the best score here (9.6 vs 9.9), while responding about 2.9x faster than GPT-6.1 Sol (max).

विस्तृत तुलना

मेट्रिक	Gemini 3 Flash Preview Gemini 3 Flash Preview medium रिलीज़: 2025-12-17	GPT-6.1 Sol GPT-6.1 Sol max रिलीज़: 2026-09-29

मेट्रिक	Gemini 3 Flash Preview Gemini 3 Flash Preview medium रिलीज़: 2025-12-17	GPT-6.1 Sol GPT-6.1 Sol max रिलीज़: 2026-09-29
स्कोर	9.6	9.9
रैंक	#16	#4
विश्वसनीयता	10.0	9.7
संगति	9.7	10.0
प्रयास	69/69	69/69
सही परीक्षण
प्रति प्रयास पास दर	94.2%	95.7%
अस्थिर टेस्ट	1	0
कुल रन	69	69
प्रति परिणाम लागत	4.169	4.571
कुल लागत	$0.876	$1.006
इनपुट कीमत	$0.500 / 1M	$2.000 / 1M
आउटपुट कीमत	$3.000 / 1M	$10.000 / 1M
कैश पढ़ने की कीमत	$0.050 / 1M	$0.100 / 1M
कैश लिखने की कीमत	$0.084 / 1M	$2.500 / 1M
कुल इनपुट टोकन	235,726	183,607
आउटपुट टोकन	6,669	5,741
रीजनिंग टोकन	245,867	58,082
प्रतिक्रिया समय (औसत)	21.57s	61.98s
प्रतिक्रिया समय (अधिकतम)	117.26s	960.01s
प्रतिक्रिया समय (कुल)	496.12s	1425.65s
पैरामीटर	~500B कुल (~20B सक्रिय)	~2T कुल (~150B सक्रिय)
उपलब्धता	बंद स्रोत	बंद 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.

#16 Gemini 3 Flash Preview

medium

लागत: $0.010
समय: 18.4s
टोकन: 3,351 tok

#4 GPT-6.1 Sol

max

लागत: $0.272
समय: 584.0s
टोकन: 27,273 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 Flash Preview	10.0	10.0	100.0%	0		59.24s	147,856	1,183	11,745
GPT-6.1 Sol	10.0	10.0	100.0%	0		80.23s	104,471	828	4,850

एंटी-एआई ट्रिक्स	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Gemini 3 Flash Preview	10.0	10.0	100.0%	0		3.88s	494	330	3,216
GPT-6.1 Sol	10.0	10.0	100.0%	0		5.41s	606	172	2,226

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
GPT-6.1 Sol	10.0	10.0	100.0%	0		13.57s	7,302	398	7,668

संयुक्त	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Gemini 3 Flash Preview	10.0	10.0	100.0%	0		26.75s	63,717	3,831	23,496
GPT-6.1 Sol	10.0	10.0	100.0%	0		69.59s	56,240	3,352	20,103

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 Flash Preview	10.0	10.0	100.0%	0		5.43s	7,548	279	4,893
GPT-6.1 Sol	10.0	10.0	100.0%	0		4.97s	7,140	234	995

डोमेन-विशिष्ट	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Gemini 3 Flash Preview	7.7	10.0	66.7%	0		20.09s	642	12	28,642
GPT-6.1 Sol	7.7	10.0	66.7%	0		352.00s	420	42	12,709

Samanya Buddhimatta	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Gemini 3 Flash Preview	10.0	10.0	100.0%	0		5.19s	486	72	1,905
GPT-6.1 Sol	10.0	10.0	100.0%	0		16.57s	477	113	2,266

निर्देश पालन	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Gemini 3 Flash Preview	10.0	10.0	100.0%	0		4.04s	615	72	2,709
GPT-6.1 Sol	10.0	10.0	100.0%	0		5.54s	660	93	1,182

पहेली समाधान	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Gemini 3 Flash Preview	10.0	10.0	100.0%	0		4.05s	558	183	4,365
GPT-6.1 Sol	10.0	10.0	100.0%	0		7.67s	642	215	2,455

टूल कॉलिंग	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Gemini 3 Flash Preview	10.0	10.0	100.0%	0		12.60s	5,532	234	1,487
GPT-6.1 Sol	10.0	10.0	100.0%	0		16.02s	5,454	264	2,249

सामान्य ज्ञान	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Gemini 3 Flash Preview	10.0	10.0	100.0%	0		5.50s	156	11	2,325
GPT-6.1 Sol	10.0	10.0	100.0%	0		11.27s	195	30	1,379

तुलना जोड़ी बदलें