AI BENCHY
Advertise here
#7

Gemini 3.1 Pro Preview

Google रिलीज़: 2026-02-19 परीक्षण किया गया: 2026-06-04 14:04 google/gemini-3.1-pro-preview::medium

सारांश

Gemini 3.1 Pro Preview AI BENCHY पर 9.2 स्कोर करता है और #7 पर है। इसकी reliability 10.0, pass rate 90.5%, कुल लागत $1.054, और औसत response time 20.14s है।

संगति

10.0

कुल आउटपुट टोकन

80,873

कुल इनपुट टोकन

41,617

इनपुट कीमत

$2.000 / 1M

आउटपुट कीमत

$12.000 / 1M

सही परीक्षण

गलत टेस्ट: 2

प्रति प्रयास पास दर: 90.5%

अस्थिर टेस्ट

0

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

प्रतिक्रिया समय (औसत)

20.14s

प्रतिक्रिया समय (अधिकतम): 88.68s

प्रतिक्रिया समय (कुल): 281.92s

जनरेशन शोकेस

Hamster playing table tennis

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

#7 Gemini 3.1 Pro Preview

medium
लागत
$0.115
समय
87.2s
टोकन
9,629 tok

रन इतिहास

परीक्षण किया गया स्कोर विश्वसनीयता सही परीक्षण कुल लागत तुलना करें
2026-06-04 14:04 नया टेस्ट जोड़ा गया 9.4 10.0 $1.054 वर्तमान रन
2026-05-22 00:30 सूट बदला गया 9.3 10.0 $1.006 तुलना करें
2026-04-11 01:44 पहला दर्ज रन 9.6 लागू नहीं $0.578 तुलना करें

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

कीमत का इतिहास

OpenRouter से इस मॉडल का ऐतिहासिक मूल्य डेटा।

तारीख इनपुट कीमत आउटपुट कीमत
2026-06-04 15:40 $2.000 / 1M $12.000 / 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 10.0 10.0
कोडिंग 7.9 9.9
संयुक्त 9.5 10.0
डेटा पार्सिंग और निष्कर्षण 10.0 10.0
डोमेन-विशिष्ट 7.7 10.0
Samanya Buddhimatta 10.0 10.0
निर्देश पालन 10.0 10.0
पहेली समाधान 10.0 10.0
टूल कॉलिंग 10.0 10.0
सामान्य ज्ञान 10.0 10.0

तुलना किए गए मॉडल