Gemini 3.5 Flash

Google रिलीज़: 2026-05-19 परीक्षण किया गया: 2026-05-19 23:35 google/gemini-3.5-flash::none

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

सारांश

Gemini 3.5 Flash AI BENCHY पर 9.1 स्कोर करता है और #6 पर है। इसकी reliability 10.0, pass rate 91.7%, कुल लागत $0.489, और औसत response time 5.59s है।

Gemini 3.5 Flash को अलग क्या बनाता है: यह डेटा पार्सिंग और निष्कर्षण में सबसे अलग दिखता है, जहाँ इसकी रैंक #1 है; जबकि संयुक्त इसकी सबसे कमजोर जगह है, जहाँ यह #15 पर है।

स्कोर

9.1

संगति

9.0

विश्वसनीयता

10.0

कुल लागत (वर्तमान कीमत)

$0.489

कुल आउटपुट टोकन

53,202

कुल इनपुट टोकन

इनपुट कीमत

$1.500 / 1M

आउटपुट कीमत

$9.000 / 1M

सही परीक्षण

गलत टेस्ट: 2

प्रति प्रयास पास दर: 91.7%

अस्थिर टेस्ट

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

प्रतिक्रिया समय (औसत)

5.59s

प्रतिक्रिया समय (अधिकतम): 14.88s

प्रतिक्रिया समय (कुल): 89.50s

गलत उत्तर: 2

जनरेशन शोकेस

Hamster playing table tennis

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

#6 Gemini 3.5 Flash

none

लागत: $0.225
समय: 125.5s
टोकन: 25,004 tok

रन इतिहास

परीक्षण किया गया	स्कोर	विश्वसनीयता	कुल लागत	तुलना करें
2026-06-04 14:02 नया टेस्ट जोड़ा गया	8.1	10.0	$1.079	तुलना करें
2026-05-22 00:29 सूट बदला गया	8.9	10.0	$0.924	तुलना करें
2026-05-19 23:35 पहला रन	9.1	10.0	$0.489	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	0.0	0.0
डेटा पार्सिंग और निष्कर्षण	10.0	10.0
डोमेन-विशिष्ट	7.6	7.2
Samanya Buddhimatta	10.0	10.0
निर्देश पालन	9.8	10.0
पहेली समाधान	10.0	10.0
टूल कॉलिंग	0.0	0.0
सामान्य ज्ञान	2.8	1.6

Gemini 3.5 Flash

Hamster playing table tennis

#6 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