नेविगेशन
AI BENCHY
Advertise here

तुलना किए गए मॉडल

GPT-5.4 Nano (medium) vs GPT-5.4 Mini (medium) vs Gemini 3.1 Flash Lite Preview (medium) vs Gemini 3 Flash Preview (medium) benchmark तुलनाGemini 3 Flash Preview (medium) स्कोर में 9.6 के साथ आगे है। GPT-5.4 Nano (medium) विश्वसनीयता में 10.0 के साथ आगे है। Gemini 3.1 Flash Lite Preview (medium) का कुल लागत सबसे कम है: $0.115. Gemini 3.1 Flash Lite Preview (medium) 4.61s पर सबसे तेज है।

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 4 models.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-17

मेट्रिक GPT-5.4 Nano GPT-5.4 Nano medium रिलीज़: 2026-03-17 GPT-5.4 Mini GPT-5.4 Mini medium रिलीज़: 2026-03-17 Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview medium रिलीज़: 2026-03-03 Gemini 3 Flash Preview Gemini 3 Flash Preview medium रिलीज़: 2025-12-17
स्कोर 7.5 7.5 7.3 9.6
रैंक #51 #54 #61 #1
विश्वसनीयता 10.0 10.0 10.0 10.0
संगति 8.5 7.7 9.9 9.7
सही परीक्षण
प्रति प्रयास पास दर 65.2% 71.2% 59.1% 98.5%
अस्थिर टेस्ट 4 6 0 1
कुल रन 66 66 66 66
प्रति परिणाम लागत 1.150 6.299 0.884 3.533
कुल लागत $0.138 $0.756 $0.115 $0.742
इनपुट कीमत $0.200 / 1M $0.750 / 1M $0.250 / 1M $0.500 / 1M
आउटपुट कीमत $1.250 / 1M $4.500 / 1M $1.500 / 1M $3.000 / 1M
कुल इनपुट टोकन 82,819 97,155 117,480 87,861
आउटपुट टोकन 7,100 6,211 10,589 5,486
रीजनिंग टोकन 90,022 145,544 46,394 227,164
प्रतिक्रिया समय (औसत) 13.24s 25.94s 4.61s 19.20s
प्रतिक्रिया समय (अधिकतम) 94.06s 138.75s 18.34s 117.26s
प्रतिक्रिया समय (कुल) 291.33s 570.66s 101.39s 422.42s

Hamster playing table tennis

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

#51 GPT-5.4 Nano

medium
लागत
$0.007
समय
24.6s
टोकन
4,943 tok

#54 GPT-5.4 Mini

medium
लागत
$0.056
समय
95.5s
टोकन
12,464 tok

#61 Gemini 3.1 Flash Lite Preview

medium
लागत
$0.003
समय
5.2s
टोकन
1,944 tok

#1 Gemini 3 Flash Preview

medium
लागत
$0.010
समय
18.4s
टोकन
3,351 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
GPT-5.4 Nano 6.1 4.7 66.7% 2 19.12s 7,305 516 20,778
GPT-5.4 Mini 8.4 7.4 88.9% 1 57.87s 7,305 467 40,902
Gemini 3.1 Flash Lite Preview 5.5 10.0 33.3% 0 4.09s 8,126 461 8,597
Gemini 3 Flash Preview 8.6 7.6 88.9% 1 84.40s 8,122 462 161,084

त्वरित तुलना

तुलना जोड़ी बदलें