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

Gemini 3 Flash Preview (medium) vs GPT-6 Astra (max)

GPT-6 Astra (max) average score में आगे है: 9.9 vs 9.6. Gemini 3 Flash Preview (medium) की benchmark लागत कम है: $0.876 vs $5.044. Gemini 3 Flash Preview (medium) तेज है: 21.57s vs 61.63s, pass rates 94.2% vs 95.7%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-19

तुलना किए गए मॉडल

रैंक
#15
कुल आउटपुट टोकन
252,536
प्रतिक्रिया समय (औसत)
21.57s
कुल लागत
$0.876
रैंक
#5
कुल आउटपुट टोकन
64,616
प्रतिक्रिया समय (औसत)
61.63s
कुल लागत
$5.044
अनुशंसित मॉडल Gemini 3 Flash Preview (medium)

Its score stays close to the best score here (9.6 vs 9.9), while costing about 5.8x less than GPT-6 Astra (max).

विस्तृत तुलना

मेट्रिक Gemini 3 Flash Preview Gemini 3 Flash Preview medium रिलीज़: 2025-12-17 GPT-6 Astra GPT-6 Astra max रिलीज़: 2026-09-04
स्कोर 9.6 9.9
रैंक #15 #5
विश्वसनीयता 10.0 9.6
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 22.923
कुल लागत $0.876 $5.044
इनपुट कीमत $0.500 / 1M $10.000 / 1M
आउटपुट कीमत $3.000 / 1M $50.000 / 1M
कैश पढ़ने की कीमत $0.050 / 1M $1.000 / 1M
कैश लिखने की कीमत $0.084 / 1M $12.500 / 1M
कुल इनपुट टोकन 235,726 181,223
आउटपुट टोकन 6,669 5,707
रीजनिंग टोकन 245,867 58,909
प्रतिक्रिया समय (औसत) 21.57s 61.63s
प्रतिक्रिया समय (अधिकतम) 117.26s 960.01s
प्रतिक्रिया समय (कुल) 496.12s 1417.51s
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.

#15 Gemini 3 Flash Preview

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

#5 GPT-6 Astra

max
Reached the allocated time limit (600 seconds) without receiving showcase output.
लागत
$0.000
समय
600.0s
टोकन
0 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 Flash Preview 8.6 7.6 88.9% 1 84.40s 8,122 462 161,084
GPT-6 Astra 10.0 10.0 100.0% 0 14.64s 7,302 395 8,298

तुलना जोड़ी बदलें