AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com
#121

Gemini 3.5 Flash Lite

Google रिलीज़: 2026-07-21 परीक्षण किया गया: 2026-08-02 09:20 google/gemini-3.5-flash-lite::low
~150B कुल (~10B सक्रिय)MoEबंद स्रोतअनुमानित

सारांश

Gemini 3.5 Flash Lite AI BENCHY पर 6.5 स्कोर करता है और #121 पर है। इसकी reliability 10.0, pass rate 66.7%, कुल लागत $0.135, और औसत response time 2.58s है।

Gemini 3.5 Flash Lite को अलग क्या बनाता है: यह Samanya Buddhimatta में सबसे अलग दिखता है, जहाँ इसकी रैंक #1 है; जबकि कोडिंग इसकी सबसे कमजोर जगह है, जहाँ यह #17 पर है।

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।

संगति

7.4

कुल आउटपुट टोकन

37,087

कुल इनपुट टोकन

139,152

इनपुट कीमत

$0.300 / 1M

आउटपुट कीमत

$2.500 / 1M

सही परीक्षण

गलत टेस्ट: 11

प्रति प्रयास पास दर: 66.7%

अस्थिर टेस्ट

7

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

प्रतिक्रिया समय (औसत)

2.58s

प्रतिक्रिया समय (अधिकतम): 15.14s

प्रतिक्रिया समय (कुल): 56.70s

Hamster playing table tennis

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

#121 Gemini 3.5 Flash Lite

low
लागत
$0.007
समय
7.5s
टोकन
2,669 tok

रन इतिहास

परीक्षण किया गया स्कोर विश्वसनीयता सही परीक्षण कुल लागत तुलना करें
2026-08-14 02:47 दोबारा परीक्षण 6.6 10.0 $0.138 तुलना करें
2026-08-02 09:20 दोबारा परीक्षण 6.5 10.0 $0.135 वर्तमान रन
2026-07-21 16:29 पहला रन 6.7 10.0 $0.145 तुलना करें

रन तुलना

रनबेंचमार्क कवरेजस्कोरसंगतिविश्वसनीयतासही परीक्षणअस्थिर टेस्टकुल आउटपुट टोकनकुल इनपुट टोकनकुल लागतप्रतिक्रिया समय (औसत)
2026-08-02 09:20 · दोबारा परीक्षण66/66 प्रयास6.57.410.011/22737,087139,152$0.1352.58s
2026-08-14 02:47 · दोबारा परीक्षण66/66 प्रयास6.67.810.012/22638,410139,165$0.1382.56s
अंतर-0.1-0.40.0-1+1-1323-13-$0.004+17ms

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

कीमत का इतिहास

OpenRouter से इस मॉडल का ऐतिहासिक मूल्य डेटा।

तारीख इनपुट कीमत आउटपुट कीमत
2026-08-01 13:51 $0.300 / 1M $2.500 / 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 9.0 8.3
कोडिंग 4.3 10.0
संयुक्त 3.8 1.6
डेटा पार्सिंग और निष्कर्षण 10.0 10.0
डोमेन-विशिष्ट 3.5 4.4
Samanya Buddhimatta 10.0 10.0
निर्देश पालन 9.8 10.0
पहेली समाधान 7.6 7.2
टूल कॉलिंग 10.0 10.0
सामान्य ज्ञान 4.7 1.6

तुलना किए गए मॉडल