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

#5

Gemini 3 Flash Preview

Google रिलीज़: 2025-12-17 परीक्षण किया गया: 2026-04-11 01:44 google/gemini-3-flash-preview::low

संगति

9.5

विश्वसनीयता

लागू नहीं

कुल आउटपुट टोकन

25,291

???? ???

$0.500 / 1M

????? ???

$3.000 / 1M

सही परीक्षण

गलत टेस्ट: 3

प्रति प्रयास पास दर: 85.2%

अस्थिर टेस्ट

1

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

प्रतिक्रिया समय (औसत)

6.01s

प्रतिक्रिया समय (अधिकतम): 14.72s

प्रतिक्रिया समय (कुल): 108.12s

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 तुलना करें
2026-04-11 01:44 पहला दर्ज रन 8.8 लागू नहीं $0.091 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 सही परीक्षण
एंटी-एआई ट्रिक्स 10.0 10.0
कोडिंग 10.0 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

तुलना किए गए मॉडल