Gemini 3.5 Flash

Google रिलीज़: 2026-05-19 परीक्षण किया गया: 2026-05-19 23:35 google/gemini-3.5-flash::medium

(high) (medium) (low) (minimal) (none)

सारांश

Gemini 3.5 Flash AI BENCHY पर 9.2 स्कोर करता है और #5 पर है। इसकी reliability 10.0, pass rate 89.5%, कुल लागत $0.393, और औसत response time 3.90s है।

Gemini 3.5 Flash 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। यह समान मॉडलों की तुलना में काफ़ी तेज है।

स्कोर

9.2

संगति

10.0

विश्वसनीयता

10.0

कुल लागत (वर्तमान कीमत)

$0.393

कुल आउटपुट टोकन

38,630

कुल इनपुट टोकन

इनपुट कीमत

$1.500 / 1M

आउटपुट कीमत

$9.000 / 1M

सही परीक्षण

गलत टेस्ट: 2

प्रति प्रयास पास दर: 89.5%

अस्थिर टेस्ट

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

प्रतिक्रिया समय (औसत)

3.90s

प्रतिक्रिया समय (अधिकतम): 12.05s

प्रतिक्रिया समय (कुल): 74.13s

गलत उत्तर: 2

जनरेशन शोकेस

Hamster playing table tennis

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

#5 Gemini 3.5 Flash

medium

लागत: $0.201
समय: 112.9s
टोकन: 22,371 tok

रन इतिहास

परीक्षण किया गया	स्कोर	विश्वसनीयता	कुल लागत	तुलना करें
2026-06-04 14:03 नया टेस्ट जोड़ा गया	9.0	10.0	$0.582	तुलना करें
2026-05-22 00:29 दोबारा परीक्षण	9.0	10.0	$0.472	तुलना करें
2026-05-19 23:35 पहला रन	9.2	10.0	$0.393	वर्तमान रन

रन तुलना

रन	स्कोर	संगति	विश्वसनीयता	सही परीक्षण	अस्थिर टेस्ट	कुल आउटपुट टोकन	कुल इनपुट टोकन	कुल लागत	प्रतिक्रिया समय (औसत)
2026-05-19 23:35 · पहला रन	9.2	10.0	10.0	17/19	0	38,630	0	$0.393	3.90s
2026-06-04 14:03 · नया टेस्ट जोड़ा गया	9.0	9.6	10.0	18/21	1	58,409	36,936	$0.582	4.94s
अंतर	+0.3	+0.4	0.0	-1	-1	-19779	-36936	-$0.190	-1041ms

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

श्रेणी विवरण

श्रेणी	स्कोर	संगति
एंटी-एआई ट्रिक्स	10.0	10.0
कोडिंग	10.0	10.0
संयुक्त	10.0	10.0
डेटा पार्सिंग और निष्कर्षण	10.0	10.0
डोमेन-विशिष्ट	7.7	10.0
Samanya Buddhimatta	10.0	10.0
निर्देश पालन	9.9	10.0
पहेली समाधान	7.7	10.0
टूल कॉलिंग	10.0	10.0
सामान्य ज्ञान	10.0	10.0

Gemini 3.5 Flash

Hamster playing table tennis

#5 Gemini 3.5 Flash

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