AI BENCHY
Advertise here

#12

Gemini 3 Flash Preview

Google रिलीज़: 2025-12-17 परीक्षण किया गया: 2026-05-22 00:26 google/gemini-3-flash-preview::low
(medium) (low) (none)

स्कोर

8.6

संगति

9.6

विश्वसनीयता

10.0

कुल लागत

$0.106

कुल आउटपुट टोकन

29,491

???? ???

$0.500 / 1M

????? ???

$3.000 / 1M

सही परीक्षण

गलत टेस्ट: 4

प्रति प्रयास पास दर: 81.7%

अस्थिर टेस्ट

1

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

प्रतिक्रिया समय (औसत)

5.86s

प्रतिक्रिया समय (अधिकतम): 14.72s

प्रतिक्रिया समय (कुल): 117.25s

गलत उत्तर: 4

रन इतिहास

परीक्षण किया गया स्कोर विश्वसनीयता सही परीक्षण कुल लागत तुलना करें
2026-05-22 00:26 सूट बदला गया 8.6 10.0 $0.106 वर्तमान रन
2026-04-11 01:44 पहला दर्ज रन 8.8 लागू नहीं $0.091 तुलना करें

इस रन में अलग बेंचमार्क सूट इस्तेमाल हुआ था। ऐतिहासिक बदलाव पढ़ते समय सूट बदलाव को ध्यान में रखें।

रन तुलना

रनस्कोरसंगतिविश्वसनीयतासही परीक्षणअस्थिर टेस्टकुल आउटपुट टोकनकुल लागतप्रतिक्रिया समय (औसत)
2026-05-22 00:26 · वर्तमान रन8.69.610.016/20129,491$0.1065.86s
2026-04-11 01:44 · पहला दर्ज रन8.89.5लागू नहीं15/18125,291$0.0916.01s
अंतर-0.2+0.1+10+4200+$0.015-145ms

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

Gemini 3 Flash PreviewlowvsGemini 3.5 FlashnoneGemini 3 Flash PreviewlowvsGPT-5.5lowGemini 3 Flash PreviewlowvsQwen3.6 Max PreviewmediumGemini 3 Flash PreviewlowvsGemini 3 Flash PreviewmediumGemini 3 Flash PreviewlowvsGemini 3.5 FlashhighGemini 3 Flash PreviewlowvsRing-2.6-1TmediumGemini 3 Flash PreviewlowvsGemini 3.5 Flashlow

श्रेणी विवरण

श्रेणी स्कोर संगति सही परीक्षण
एंटी-एआई ट्रिक्स 10.0 10.0
कोडिंग 7.3 10.0
संयुक्त 3.0 10.0
डेटा पार्सिंग और निष्कर्षण 10.0 10.0
डोमेन-विशिष्ट 5.3 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