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

AI BENCHY तुलना

Google: Gemini 3 Flash Preview vs Elephant Alpha

सारांश

Gemini 3 Flash Preview (medium) average score में आगे है: 9.6 vs 4.6. Elephant Alpha की benchmark लागत कम है: $0.000 vs $0.667. Elephant Alpha तेज है: 1.22s vs 18.64s, pass rates 98.4% vs 27.0%.

अनुशंसित मॉडलGemini 3 Flash Preview (medium)It has the strongest score in this comparison (9.6) and the best overall balance of cost and response time across all 2 models.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-14

मेट्रिक Gemini 3 Flash Preview Gemini 3 Flash Preview medium रिलीज़: 2025-12-17 Elephant Alpha Elephant Alpha none रिलीज़: 2026-04-14
स्कोर 9.6 4.6
रैंक #2 #180
विश्वसनीयता 10.0 लागू नहीं
संगति 9.7 9.7
सही परीक्षण
प्रति प्रयास पास दर 98.4% 27.0%
अस्थिर टेस्ट 1 1
कुल रन 63 63
प्रति परिणाम लागत 3.335 0.000
कुल लागत $0.667 $0.000
इनपुट कीमत $0.500 / 1M $0.000 / 1M
आउटपुट कीमत $3.000 / 1M $0.000 / 1M
कुल इनपुट टोकन 37,017 33,743
आउटपुट टोकन 2,006 2,573
रीजनिंग टोकन 214,153 0
प्रतिक्रिया समय (औसत) 18.64s 1.22s
प्रतिक्रिया समय (अधिकतम) 117.26s 3.81s
प्रतिक्रिया समय (कुल) 391.35s 22.03s

जनरेशन शोकेस

Hamster playing table tennis

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

#2 Gemini 3 Flash Preview

medium
लागत
$0.010
समय
17.9s
टोकन
3,236 tok

#180 Elephant Alpha

none
Elephant Alpha was a stealth model revealed on April 21st as Ling-2.6-flash. Find it here: https://openrouter.ai/inclusionai/ling-2.6-flash:free
लागत
$0.000
समय
0.1s
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
Elephant Alpha 4.2 7.8 22.2% 1 1.39s 813 375 0

त्वरित तुलना

तुलना जोड़ी बदलें