AI BENCHY
Advertise here
#36

Gemini 3.1 Flash Lite Preview

Google रिलीज़: 2026-03-03 परीक्षण किया गया: 2026-05-22 00:28 google/gemini-3.1-flash-lite-preview::medium
(high) (medium) (low) (none)

सारांश

Gemini 3.1 Flash Lite Preview AI BENCHY पर 7.7 स्कोर करता है और #36 पर है। इसकी reliability 10.0, pass rate 65.0%, कुल लागत $0.063, और औसत response time 3.68s है।

Gemini 3.1 Flash Lite Preview को अलग क्या बनाता 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

7.7

संगति

10.0

विश्वसनीयता

10.0

कुल लागत (वर्तमान कीमत)

$0.063

कुल आउटपुट टोकन

35,861

कुल इनपुट टोकन

0

इनपुट कीमत

$0.250 / 1M

आउटपुट कीमत

$1.500 / 1M

सही परीक्षण

गलत टेस्ट: 7

प्रति प्रयास पास दर: 65.0%

अस्थिर टेस्ट

0

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

प्रतिक्रिया समय (औसत)

3.68s

प्रतिक्रिया समय (अधिकतम): 14.93s

प्रतिक्रिया समय (कुल): 73.60s

गलत उत्तर: 6 निर्देशों का पालन नहीं किया: 1

Hamster playing table tennis

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

#36 Gemini 3.1 Flash Lite Preview

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

रन इतिहास

परीक्षण किया गया स्कोर विश्वसनीयता सही परीक्षण कुल लागत तुलना करें
2026-07-16 22:53 नया टेस्ट जोड़ा गया 7.3 10.0 $0.115 तुलना करें
2026-06-04 14:00 नया टेस्ट जोड़ा गया 7.5 10.0 $0.068 तुलना करें
2026-05-22 00:28 सूट बदला गया 7.7 10.0 $0.063 वर्तमान रन
2026-04-11 01:44 पहला दर्ज रन 8.2 लागू नहीं $0.055 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)
2026-05-22 00:28 · सूट बदला गया7.710.010.013/20035,8610$0.0633.68s
2026-04-11 01:44 · पहला दर्ज रन8.210.0लागू नहीं13/18031,1980$0.0553.74s
अंतर-0.50.000+46630+$0.009-59ms

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 PreviewmediumvsKAT-Coder-Pro V2.5lowGemini 3.1 Flash Lite PreviewmediumvsGemini 3 Flash PreviewlowGemini 3.1 Flash Lite PreviewmediumvsGemini 3.1 Flash LitemediumGemini 3.1 Flash Lite PreviewmediumvsQwen3.7 MaxnoneGemini 3.1 Flash Lite PreviewmediumvsClaude Opus 4.8noneGemini 3.1 Flash Lite PreviewmediumvsGemini 3 Flash PreviewmediumGemini 3.1 Flash Lite PreviewmediumvsGemini 3.5 FlashhighGemini 3.1 Flash Lite PreviewmediumvsNemotron 3 Ultramediumनिःशुल्क उपलब्धGemini 3.1 Flash Lite PreviewmediumvsGPT-5.5low

श्रेणी विवरण

श्रेणी स्कोर संगति सही परीक्षण
एंटी-एआई ट्रिक्स 9.1 10.0
कोडिंग 6.8 10.0
संयुक्त 10.0 10.0
डेटा पार्सिंग और निष्कर्षण 10.0 10.0
डोमेन-विशिष्ट 3.0 10.0
Samanya Buddhimatta 10.0 10.0
निर्देश पालन 10.0 10.0
पहेली समाधान 7.7 10.0
टूल कॉलिंग 10.0 10.0
सामान्य ज्ञान 3.0 10.0

तुलना किए गए मॉडल