AI BENCHY
Advertise here
#24

Gemini 3.1 Flash Lite Preview

Google रिलीज़: 2026-03-03 परीक्षण किया गया: 2026-04-11 01:44 google/gemini-3.1-flash-lite-preview::low
(high) (medium) (low) (none)

सारांश

Gemini 3.1 Flash Lite Preview AI BENCHY पर 8.1 स्कोर करता है और #24 पर है। इसकी reliability लागू नहीं, pass rate 72.2%, कुल लागत $0.022, और औसत response time 3.22s है।

Gemini 3.1 Flash Lite Preview को अलग क्या बनाता है: यह पहेली समाधान में सबसे अलग दिखता है, जहाँ इसकी रैंक #1 है; जबकि संयुक्त इसकी सबसे कमजोर जगह है, जहाँ यह #18 पर है। इस score range के लिए इसकी कुल benchmark लागत असामान्य रूप से कम है। यह समान मॉडलों की तुलना में काफ़ी तेज है।

पहचान नोट

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

स्कोर

8.1

संगति

10.0

विश्वसनीयता

लागू नहीं

कुल लागत (वर्तमान कीमत)

$0.022

कुल आउटपुट टोकन

10,305

कुल इनपुट टोकन

0

इनपुट कीमत

$0.250 / 1M

आउटपुट कीमत

$1.500 / 1M

सही परीक्षण

गलत टेस्ट: 5

प्रति प्रयास पास दर: 72.2%

अस्थिर टेस्ट

0

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

प्रतिक्रिया समय (औसत)

3.22s

प्रतिक्रिया समय (अधिकतम): 11.91s

प्रतिक्रिया समय (कुल): 58.00s

गलत उत्तर: 4 निर्देशों का पालन नहीं किया: 1

Hamster playing table tennis

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

#24 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 तुलना करें
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 वर्तमान रन

रन तुलना

रनस्कोरसंगतिविश्वसनीयतासही परीक्षणअस्थिर टेस्टकुल आउटपुट टोकनकुल इनपुट टोकनकुल लागतप्रतिक्रिया समय (औसत)
2026-04-11 01:44 · पहला दर्ज रन8.110.0लागू नहीं13/18010,3050$0.0223.22s
2026-06-04 14:00 · नया टेस्ट जोड़ा गया7.410.010.013/21011,45232,715$0.0262.77s
अंतर+0.70.000-1147-32715-$0.004+454ms

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

चार्ट

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

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

त्वरित तुलना

Gemini 3.1 Flash Lite PreviewlowvsQwen3.6 27BmediumGemini 3.1 Flash Lite PreviewlowvsMiMo-V2.5mediumGemini 3.1 Flash Lite PreviewlowvsQwen3.6 Max PreviewnoneGemini 3.1 Flash Lite PreviewlowvsLaguna XS 2.1mediumनिःशुल्क उपलब्धGemini 3.1 Flash Lite PreviewlowvsGLM 5.2noneGemini 3.1 Flash Lite PreviewlowvsQwen3.5-27BnoneGemini 3.1 Flash Lite PreviewlowvsGemini 3 Flash PreviewmediumGemini 3.1 Flash Lite PreviewlowvsGemini 3.5 FlashhighGemini 3.1 Flash Lite PreviewlowvsNemotron 3 Ultramediumनिःशुल्क उपलब्धGemini 3.1 Flash Lite PreviewlowvsGPT-5.5low

श्रेणी विवरण

श्रेणी स्कोर संगति सही परीक्षण
एंटी-एआई ट्रिक्स 8.3 10.0
कोडिंग 10.0 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

तुलना किए गए मॉडल