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

Gemini 3 Flash Preview vs gpt-oss-120b (medium)

Gemini 3 Flash Preview average score में आगे है: 6.8 vs 6.1. gpt-oss-120b (medium) की benchmark लागत कम है: $0.019 vs $0.085. Gemini 3 Flash Preview तेज है: 2.95s vs 21.91s, pass rates 65.2% vs 50.0%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-28

रैंक
#100
कुल आउटपुट टोकन
10,710
प्रतिक्रिया समय (औसत)
2.95s
कुल लागत
$0.085
रैंक
#135
कुल आउटपुट टोकन
97,816
प्रतिक्रिया समय (औसत)
21.91s
कुल लागत
$0.019
अनुशंसित मॉडल Gemini 3 Flash Preview

It has the best score here (6.8), while responding about 7.4x faster than gpt-oss-120b (medium).

विस्तृत तुलना

मेट्रिक Gemini 3 Flash Preview Gemini 3 Flash Preview none रिलीज़: 2025-12-17 gpt-oss-120b gpt-oss-120b medium रिलीज़: 2025-08-05
स्कोर 6.8 6.1
रैंक #100 #135
विश्वसनीयता 10.0 10.0
संगति 8.9 8.0
सही परीक्षण
प्रति प्रयास पास दर 65.2% 50.0%
अस्थिर टेस्ट 3 5
कुल रन 66 66
प्रति परिणाम लागत 0.648 0.221
कुल लागत $0.085 $0.019
इनपुट कीमत $0.500 / 1M $0.037 / 1M
आउटपुट कीमत $3.000 / 1M $0.170 / 1M
कुल इनपुट टोकन 104,210 108,747
आउटपुट टोकन 10,710 29,772
रीजनिंग टोकन 0 68,044
प्रतिक्रिया समय (औसत) 2.95s 21.91s
प्रतिक्रिया समय (अधिकतम) 21.19s 68.16s
प्रतिक्रिया समय (कुल) 44.26s 328.70s

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#100 Gemini 3 Flash Preview

none
लागत
$0.003
समय
5.6s
टोकन
981 tok

#135 gpt-oss-120b

medium
लागत
$0.001
समय
26.7s
टोकन
555 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 5.5 10.0 33.3% 0 1.80s 8,122 453 0
gpt-oss-120b 5.9 7.0 55.6% 1 38.37s 7,782 3,365 11,973

त्वरित तुलना

तुलना जोड़ी बदलें