AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com
#1

Gemini 3.6 Flash

Google रिलीज़: 2026-07-21 परीक्षण किया गया: 2026-07-21 16:29 google/gemini-3.6-flash::medium
~500B कुल (~20B सक्रिय)MoEबंद स्रोतअनुमानित
(high) (medium) (low)

सारांश

Gemini 3.6 Flash AI BENCHY पर 9.9 स्कोर करता है और #1 पर है। इसकी reliability 10.0, pass rate 98.5%, कुल लागत $0.831, और औसत response time 10.11s है।

Gemini 3.6 Flash को अलग क्या बनाता है: यह डोमेन-विशिष्ट में सबसे अलग दिखता है, जहाँ इसकी रैंक #1 है; जबकि निर्देश पालन इसकी सबसे कमजोर जगह है, जहाँ यह #10 पर है। यह कुल मिलाकर सबसे ऊँची रैंक वाले मॉडलों में से एक है।

मॉडल विवरण

शोध की तारीख: 2026-08-12

अनुमानित
पैरामीटर
~500B कुल (~20B सक्रिय)
आर्किटेक्चर
MoE
उपलब्धता
बंद स्रोत
लाइसेंस
-

सार्वजनिक साक्ष्यों पर आधारित सर्वोत्तम अनुमान; प्रदाता ने सभी मान जारी नहीं किए हैं।

संगति

9.6

कुल आउटपुट टोकन

97,464

कुल इनपुट टोकन

66,293

इनपुट कीमत

$1.500 / 1M

आउटपुट कीमत

$7.500 / 1M

सही परीक्षण

गलत टेस्ट: 1

प्रति प्रयास पास दर: 98.5%

अस्थिर टेस्ट

1

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

प्रतिक्रिया समय (औसत)

10.11s

प्रतिक्रिया समय (अधिकतम): 68.03s

प्रतिक्रिया समय (कुल): 222.33s

Hamster playing table tennis

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

#1 Gemini 3.6 Flash

medium
लागत
$0.095
समय
49.9s
टोकन
12,664 tok

रन इतिहास

परीक्षण किया गया स्कोर विश्वसनीयता सही परीक्षण कुल लागत तुलना करें
2026-08-14 02:49 दोबारा परीक्षण 9.8 10.0 $0.427 तुलना करें
2026-08-02 09:19 दोबारा परीक्षण 9.9 10.0 $0.830 तुलना करें
2026-07-21 16:29 पहला रन 9.9 10.0 $0.831 वर्तमान रन

कीमत का इतिहास

OpenRouter से इस मॉडल का ऐतिहासिक मूल्य डेटा।

तारीख इनपुट कीमत आउटपुट कीमत
2026-07-21 16:32 $1.500 / 1M $7.500 / 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 10.0 10.0
कोडिंग 10.0 10.0
संयुक्त 10.0 10.0
डेटा पार्सिंग और निष्कर्षण 10.0 10.0
डोमेन-विशिष्ट 8.2 7.2
Samanya Buddhimatta 10.0 10.0
निर्देश पालन 9.9 10.0
पहेली समाधान 10.0 10.0
टूल कॉलिंग 10.0 10.0
सामान्य ज्ञान 10.0 10.0

तुलना किए गए मॉडल