AI BENCHY
Advertise here
#99

Gemini 3.1 Flash Lite Preview

Google रिलीज़: 2026-03-03 परीक्षण किया गया: 2026-07-16 23:07 google/gemini-3.1-flash-lite-preview::low

सारांश

Gemini 3.1 Flash Lite Preview AI BENCHY पर 6.5 स्कोर करता है और #99 पर है। इसकी reliability 10.0, pass rate 59.1%, कुल लागत $0.646, और औसत response time 16.70s है।

Gemini 3.1 Flash Lite Preview को अलग क्या बनाता है: यह असामान्य रूप से अधिक reasoning tokens इस्तेमाल करता है, जिससे धीमे या महंगे runs समझ में आ सकते हैं।

पहचान नोट

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

संगति

10.0

कुल आउटपुट टोकन

412,200

कुल इनपुट टोकन

110,185

इनपुट कीमत

$0.250 / 1M

आउटपुट कीमत

$1.500 / 1M

सही परीक्षण

गलत टेस्ट: 9

प्रति प्रयास पास दर: 59.1%

अस्थिर टेस्ट

0

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

प्रतिक्रिया समय (औसत)

16.70s

प्रतिक्रिया समय (अधिकतम): 309.35s

प्रतिक्रिया समय (कुल): 367.47s

Hamster playing table tennis

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

#99 Gemini 3.1 Flash Lite Preview

low
लागत
$0.002
समय
3.7s
टोकन
1,203 tok

रन इतिहास

परीक्षण किया गया स्कोर विश्वसनीयता सही परीक्षण कुल लागत तुलना करें
2026-07-16 23:07 नया टेस्ट जोड़ा गया 6.5 10.0 $0.646 वर्तमान रन
2026-06-04 14:00 नया टेस्ट जोड़ा गया 7.4 10.0 $0.026 तुलना करें
2026-05-22 00:27 सूट बदला गया 7.6 10.0 $0.025 तुलना करें
2026-04-11 01:44 पहला दर्ज रन 8.1 लागू नहीं $0.022 तुलना करें

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

रन तुलना

रनस्कोरसंगतिविश्वसनीयतासही परीक्षणअस्थिर टेस्टकुल आउटपुट टोकनकुल इनपुट टोकनकुल लागतप्रतिक्रिया समय (औसत)
2026-07-16 23:07 · वर्तमान रन6.510.010.013/220412,200110,185$0.64616.70s
2026-06-04 14:00 · नया टेस्ट जोड़ा गया7.410.010.013/21011,45232,715$0.0262.77s
अंतर-0.90.00.000+400748+77470+$0.621+13936ms

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 सही परीक्षण
एंटी-एआई ट्रिक्स 8.3 10.0
कोडिंग 5.5 10.0
संयुक्त 3.0 10.0
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

तुलना किए गए मॉडल