Gemini 3.1 Pro Preview

Google रिलीज़: 2026-02-19 परीक्षण किया गया: 2026-04-11 01:44 google/gemini-3.1-pro-preview::medium

सारांश

Gemini 3.1 Pro Preview AI BENCHY पर 9.6 स्कोर करता है और #2 पर है। इसकी reliability लागू नहीं, pass rate 94.4%, कुल लागत $0.578, और औसत response time 15.96s है।

Gemini 3.1 Pro Preview को अलग क्या बनाता है: यह कुल मिलाकर सबसे ऊँची रैंक वाले मॉडलों में से एक है। इस score range के लिए इसकी कुल benchmark लागत असामान्य रूप से कम है।

स्कोर

9.6

संगति

10.0

विश्वसनीयता

लागू नहीं

कुल लागत (वर्तमान कीमत)

$0.578

कुल आउटपुट टोकन

42,474

कुल इनपुट टोकन

इनपुट कीमत

$2.000 / 1M

आउटपुट कीमत

$12.000 / 1M

सही परीक्षण

गलत टेस्ट: 1

प्रति प्रयास पास दर: 94.4%

अस्थिर टेस्ट

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

प्रतिक्रिया समय (औसत)

15.96s

प्रतिक्रिया समय (अधिकतम): 40.61s

प्रतिक्रिया समय (कुल): 175.52s

गलत उत्तर: 1

जनरेशन शोकेस

Hamster playing table tennis

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

#2 Gemini 3.1 Pro Preview

medium

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

रन इतिहास

परीक्षण किया गया	स्कोर	विश्वसनीयता	कुल लागत	तुलना करें
2026-06-04 14:04 नया टेस्ट जोड़ा गया	9.4	10.0	$1.054	तुलना करें
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	वर्तमान रन

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
एंटी-एआई ट्रिक्स	10.0	10.0
कोडिंग	10.0	10.0
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

Gemini 3.1 Pro Preview

Hamster playing table tennis

#2 Gemini 3.1 Pro Preview

चार्ट

स्कोर के अनुसार शीर्ष मॉडल

स्कोर vs कुल लागत

प्रतिक्रिया समय (औसत)

स्कोर vs प्रतिक्रिया समय (औसत)

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

त्वरित तुलना

श्रेणी विवरण

तुलना किए गए मॉडल