#118

Gemini 3.1 Flash Lite

Google रिलीज़: 2026-05-08 परीक्षण किया गया: 2026-07-16 23:07 google/gemini-3.1-flash-lite::low

(high) (medium) (low) (minimal) (none)

सारांश

Gemini 3.1 Flash Lite AI BENCHY पर 6.5 स्कोर करता है और #118 पर है। इसकी reliability 10.0, pass rate 59.1%, कुल लागत $0.621, और औसत response time 16.26s है।

पहचान नोट

Google: Gemini 3.1 Flash Lite Preview, Gemini 3.1 Flash Lite का प्रीव्यू संस्करण था।

स्कोर

6.5

संगति

9.2

विश्वसनीयता

10.0

कुल लागत (वर्तमान कीमत)

$0.621

कुल आउटपुट टोकन

397,885

कुल इनपुट टोकन

94,224

इनपुट कीमत

$0.250 / 1M

आउटपुट कीमत

$1.500 / 1M

सही परीक्षण

गलत टेस्ट: 10

प्रति प्रयास पास दर: 59.1%

अस्थिर टेस्ट

अस्थिर टेस्ट में रनों के बीच मिले-जुले परिणाम रहे (कम से कम एक पास और एक फेल)।

प्रतिक्रिया समय (औसत)

16.26s

प्रतिक्रिया समय (अधिकतम): 318.02s

प्रतिक्रिया समय (कुल): 357.64s

गलत उत्तर: 9 अमान्य टूल कॉल: 1

Hamster playing table tennis

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

#118 Gemini 3.1 Flash Lite

low

लागत: $0.003
समय: 4.0s
टोकन: 1,479 tok

रन इतिहास

परीक्षण किया गया	स्कोर	विश्वसनीयता	कुल लागत	तुलना करें
2026-07-16 23:07 नया टेस्ट जोड़ा गया	6.5	10.0	$0.621	वर्तमान रन
2026-06-04 14:00 नया टेस्ट जोड़ा गया	7.2	10.0	$0.028	तुलना करें
2026-05-22 00:26 सूट बदला गया	7.4	10.0	$0.026	तुलना करें
2026-05-08 12:01 पहला रन	7.9	10.0	$0.024	तुलना करें

इस रन में अलग बेंचमार्क सूट इस्तेमाल हुआ था। ऐतिहासिक बदलाव पढ़ते समय सूट बदलाव को ध्यान में रखें।

रन तुलना

रन	स्कोर	संगति	विश्वसनीयता	सही परीक्षण	अस्थिर टेस्ट	कुल आउटपुट टोकन	कुल इनपुट टोकन	कुल लागत	प्रतिक्रिया समय (औसत)
2026-07-16 23:07 · वर्तमान रन	6.5	9.2	10.0	12/22	2	397,885	94,224	$0.621	16.26s
2026-06-04 14:00 · नया टेस्ट जोड़ा गया	7.2	9.3	10.0	12/21	2	11,992	36,892	$0.028	1.89s
अंतर	-0.7	-0.1	0.0	0	0	+385893	+57332	+$0.594	+14370ms

इन दो रन में अलग-अलग बेंचमार्क सूट इस्तेमाल हुए थे, इसलिए अंतर मॉडल बदलाव और सूट बदलाव दोनों को दर्शाते हैं।

कीमत का इतिहास

OpenRouter से इस मॉडल का ऐतिहासिक मूल्य डेटा।

तारीख	इनपुट कीमत	आउटपुट कीमत
2026-06-04 15:40	$0.250 / 1M	$1.500 / 1M

चार्ट

पहले मॉडल चुनें, फिर दूसरा मॉडल क्लिक करके साइड-बाय-साइड पेज खोलें।

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

त्वरित तुलना

श्रेणी विवरण

श्रेणी	स्कोर	संगति
एंटी-एआई ट्रिक्स	7.3	6.2
कोडिंग	5.5	10.0
संयुक्त	3.2	9.1
डेटा पार्सिंग और निष्कर्षण	10.0	10.0
डोमेन-विशिष्ट	5.3	10.0
Samanya Buddhimatta	4.0	10.0
निर्देश पालन	10.0	10.0
पहेली समाधान	10.0	10.0
टूल कॉलिंग	10.0	10.0
सामान्य ज्ञान	3.0	10.0

Gemini 3.1 Flash Lite

Hamster playing table tennis

#118 Gemini 3.1 Flash Lite

चार्ट

स्कोर के अनुसार शीर्ष मॉडल

स्कोर vs कुल लागत

प्रतिक्रिया समय (औसत)

स्कोर vs प्रतिक्रिया समय (औसत)

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

त्वरित तुलना

श्रेणी विवरण

तुलना किए गए मॉडल