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

Gemini 4 Carbon (high) vs GPT-6.1 Sol (low)

GPT-6.1 Sol (low) average score में आगे है: 9.6 vs 9.3. GPT-6.1 Sol (low) की benchmark लागत कम है: $0.460 vs $6.107. GPT-6.1 Sol (low) तेज है: 7.15s vs 120.04s, pass rates 97.1% vs 92.8%.

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

तुलना किए गए मॉडल

रैंक
#36
कुल आउटपुट टोकन
513,770
प्रतिक्रिया समय (औसत)
120.04s
कुल लागत
$6.107
रैंक
#17
कुल आउटपुट टोकन
13,138
प्रतिक्रिया समय (औसत)
7.15s
कुल लागत
$0.460
अनुशंसित मॉडल GPT-6.1 Sol (low)

It has the best score here (9.6), while costing about 13.3x less than Gemini 4 Carbon (high).

विस्तृत तुलना

मेट्रिक Gemini 4 Carbon Gemini 4 Carbon high रिलीज़: 2026-11-12 GPT-6.1 Sol GPT-6.1 Sol low रिलीज़: 2026-09-29
स्कोर 9.3 9.6
रैंक #36 #17
विश्वसनीयता 9.0 10.0
संगति 9.3 9.6
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 97.1% 92.8%
अस्थिर टेस्ट 2 1
कुल रन 69 69
प्रति परिणाम लागत 29.080 2.187
कुल लागत $6.107 $0.460
इनपुट कीमत $2.000 / 1M $2.000 / 1M
आउटपुट कीमत $10.000 / 1M $10.000 / 1M
कैश पढ़ने की कीमत $0.100 / 1M $0.100 / 1M
कैश लिखने की कीमत $0.188 / 1M $2.500 / 1M
कुल इनपुट टोकन 484,505 163,900
आउटपुट टोकन 6,098 4,958
रीजनिंग टोकन 507,672 8,180
प्रतिक्रिया समय (औसत) 120.04s 7.15s
प्रतिक्रिया समय (अधिकतम) 443.11s 46.57s
प्रतिक्रिया समय (कुल) 2760.87s 164.47s
पैरामीटर ~1.2T 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.

#36 Gemini 4 Carbon

high
Reached the allocated time limit (600 seconds) without receiving showcase output.
लागत
$0.000
समय
600.0s
टोकन
0 tok

#17 GPT-6.1 Sol

low
लागत
$0.028
समय
44.6s
टोकन
2,881 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 4 Carbon 10.0 10.0 100.0% 0 119.00s 8,448 495 79,534
GPT-6.1 Sol 10.0 10.0 100.0% 0 4.48s 7,302 388 1,286

त्वरित तुलना

तुलना जोड़ी बदलें

Gemini 3 Flash PreviewmediumvsGPT-6.1 SollowSeed 2.1 TurbolowvsGemini 4 CarbonhighGemini 4 ArgonhighvsGPT-6.1 SollowGemini 3.7 FlashmediumvsGPT-6.1 SollowGemini 4 CarbonhighvsGPT-6.1 TerralowClaude Opus 5.5mediumvsGemini 4 CarbonhighGemini 4 CarbonhighvsMuse WondermediumGemini 4 CarbonhighvsGPT-6.1 TerraxhighGemini 4 CarbonhighvsGPT-5.5mediumClaude Fable 5.2xhighvsGPT-6.1 SollowClaude Opus 5mediumvsGemini 4 CarbonhighClaude Sonnet 5.5maxvsGemini 4 Carbonhigh