AI BENCHY
Advertise here
#23

Gemini 3 Flash Preview

Google रिलीज़: 2025-12-17 परीक्षण किया गया: 2026-04-11 01:44 google/gemini-3-flash-preview::none
~500B कुल (~20B सक्रिय)MoEबंद स्रोतअनुमानित
(medium) (low) (none)

सारांश

Gemini 3 Flash Preview AI BENCHY पर 8.1 स्कोर करता है और #23 पर है। इसकी reliability लागू नहीं, pass rate 77.8%, कुल लागत $0.021, और औसत response time 1.65s है।

Gemini 3 Flash Preview को अलग क्या बनाता है: यह डोमेन-विशिष्ट में सबसे अलग दिखता है, जहाँ इसकी रैंक #1 है; जबकि संयुक्त इसकी सबसे कमजोर जगह है, जहाँ यह #18 पर है। इस score range के लिए इसकी कुल benchmark लागत असामान्य रूप से कम है। यह समान मॉडलों की तुलना में काफ़ी तेज 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

9.1

विश्वसनीयता

लागू नहीं

कुल आउटपुट टोकन

1,840

कुल इनपुट टोकन

0

इनपुट कीमत

$0.500 / 1M

आउटपुट कीमत

$3.000 / 1M

सही परीक्षण

गलत टेस्ट: 5

प्रति प्रयास पास दर: 77.8%

अस्थिर टेस्ट

2

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

प्रतिक्रिया समय (औसत)

1.65s

प्रतिक्रिया समय (अधिकतम): 3.56s

प्रतिक्रिया समय (कुल): 18.20s

Hamster playing table tennis

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

#23 Gemini 3 Flash Preview

none
लागत
$0.003
समय
5.6s
टोकन
981 tok

रन इतिहास

परीक्षण किया गया स्कोर विश्वसनीयता सही परीक्षण कुल लागत तुलना करें
2026-08-14 02:39 दोबारा परीक्षण 6.8 10.0 $0.085 तुलना करें
2026-07-16 22:49 नया टेस्ट जोड़ा गया 6.8 10.0 $0.085 तुलना करें
2026-06-04 13:56 नया टेस्ट जोड़ा गया 7.4 10.0 $0.025 तुलना करें
2026-05-22 00:23 सूट बदला गया 7.7 10.0 $0.023 तुलना करें
2026-04-11 01:44 पहला दर्ज रन 8.1 लागू नहीं $0.021 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 8.3 10.0
कोडिंग 10.0 10.0
संयुक्त 4.7 1.6
डेटा पार्सिंग और निष्कर्षण 10.0 10.0
डोमेन-विशिष्ट 7.7 10.0
Samanya Buddhimatta 10.0 10.0
निर्देश पालन 6.4 5.8
पहेली समाधान 7.7 10.0
टूल कॉलिंग 10.0 10.0

तुलना किए गए मॉडल