Advertise here
#50

Gemini 3.1 Flash Lite Preview

Google रिलीज़: 2026-03-03 परीक्षण किया गया: 2026-05-22 00:27 google/gemini-3.1-flash-lite-preview::none
~150B कुल (~10B सक्रिय)MoEबंद स्रोतअनुमानित
(high) (medium) (low) (none)

सारांश

Gemini 3.1 Flash Lite Preview AI BENCHY पर 7.5 स्कोर करता है और #50 पर है। इसकी reliability 10.0, pass rate 63.3%, कुल लागत $0.017, और औसत response time 1.24s है।

Gemini 3.1 Flash Lite Preview को अलग क्या बनाता है: यह डोमेन-विशिष्ट में सबसे अलग दिखता है, जहाँ इसकी रैंक #3 है; जबकि कोडिंग 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।

मॉडल विवरण

शोध की तारीख: 2026-08-12

अनुमानित
पैरामीटर
~150B कुल (~10B सक्रिय)
आर्किटेक्चर
MoE
उपलब्धता
बंद स्रोत
लाइसेंस
-

सार्वजनिक साक्ष्यों पर आधारित सर्वोत्तम अनुमान; प्रदाता ने सभी मान जारी नहीं किए हैं।

पैरामीटर स्रोत उपलब्धता स्रोत

स्कोर

7.5

संगति

9.7

विश्वसनीयता

10.0

कुल लागत (वर्तमान कीमत)

$0.017

कुल आउटपुट टोकन

5,394

कुल इनपुट टोकन

0

इनपुट कीमत

$0.250 / 1M

आउटपुट कीमत

$1.500 / 1M

कैश पढ़ने की कीमत

लागू नहीं

कैश लिखने की कीमत

लागू नहीं

कैश की कीमतें इनपुट टोकन पर लागू होती हैं। पढ़ने पर कैश किए गए प्रॉम्प्ट का दोबारा उपयोग होता है; लिखने पर वे सहेजे जाते हैं और अतिरिक्त लागत हो सकती है। आउटपुट टोकन पर आउटपुट की कीमत लागू होती है।

सही परीक्षण

गलत टेस्ट: 8

प्रति प्रयास पास दर: 63.3%

अस्थिर टेस्ट

1

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

प्रतिक्रिया समय (औसत)

1.24s

प्रतिक्रिया समय (अधिकतम): 3.39s

प्रतिक्रिया समय (कुल): 24.89s

गलत उत्तर: 6 निर्देशों का पालन नहीं किया: 2

Hamster playing table tennis

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

#50 Gemini 3.1 Flash Lite Preview

none
लागत
$0.003
समय
4.7s
टोकन
1,827 tok

रन इतिहास

परीक्षण किया गया स्कोर विश्वसनीयता सही परीक्षण कुल लागत तुलना करें
2026-08-14 02:43 दोबारा परीक्षण 6.4 10.0 $0.052 तुलना करें
2026-07-16 22:52 नया टेस्ट जोड़ा गया 6.4 10.0 $0.052 तुलना करें
2026-06-04 14:00 नया टेस्ट जोड़ा गया 7.2 10.0 $0.018 तुलना करें
2026-05-22 00:27 सूट बदला गया 7.5 10.0 $0.017 वर्तमान रन
2026-04-11 01:44 पहला दर्ज रन 7.9 लागू नहीं $0.016 तुलना करें

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

रन तुलना

रनबेंचमार्क कवरेजस्कोरसंगतिविश्वसनीयतासही परीक्षणअस्थिर टेस्टकुल आउटपुट टोकनकुल इनपुट टोकनकुल लागतप्रतिक्रिया समय (औसत)
2026-05-22 00:27 · सूट बदला गया60/60 प्रयास7.59.710.012/2015,3940$0.0171.24s
2026-08-14 02:43 · दोबारा परीक्षण66/66 प्रयास6.49.710.012/22114,161120,955$0.0521.56s
अंतर—+1.00.00.000-8767-120955-$0.035-316ms

बेंचमार्क कवरेज अलग है: 60/60 प्रयास (लक्ष्य: प्रति टेस्ट 3 दोहराव) बनाम 66/66 प्रयास (लक्ष्य: प्रति टेस्ट 3 दोहराव)। कुल और दोहराव-संवेदनशील मेट्रिक सीधे तुलना योग्य नहीं हैं।

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 PreviewnonevsDeepSeek V4 Flash 0731noneGemini 3.1 Flash Lite PreviewnonevsClaude Fable 5.1lowGemini 3.1 Flash Lite PreviewnonevsKAT-Coder-Pro V2.5mediumGemini 3.1 Flash Lite PreviewnonevsGemini 3.5 FlashnoneGemini 3.1 Flash Lite PreviewnonevsSpace Bunny AlphaxhighGemini 3.1 Flash Lite PreviewnonevsTrinity Large ThinkingmediumGemini 3.1 Flash Lite PreviewnonevsGrok 4.20mediumGemini 3.1 Flash Lite PreviewnonevsApodex 1.1 Minilowनिःशुल्क उपलब्धGemini 3.1 Flash Lite PreviewnonevsDeepSeek V4 Flash 0423noneGemini 3.1 Flash Lite PreviewnonevsInklingnoneनिःशुल्क उपलब्ध

श्रेणी विवरण

श्रेणी स्कोर संगति सही परीक्षण
एंटी-एआई ट्रिक्स 7.5 8.4
कोडिंग 6.8 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