Google
रिलीज़: 2026-11-12
परीक्षण किया गया: 2026-11-12 23:19
google/gemini-decision-1::none
-अन्यबंद स्रोत सारांश
Gemini Decision 1 AI BENCHY पर 2.9 स्कोर करता है और #475 पर है। इसकी reliability 9.2, pass rate 23.2%, कुल लागत $0.006, और औसत response time 652ms है।
Gemini Decision 1 को अलग क्या बनाता है: यह डेटा पार्सिंग और निष्कर्षण में सबसे अलग दिखता है, जहाँ इसकी रैंक #1 है; जबकि पहेली समाधान इसकी सबसे कमजोर जगह है, जहाँ यह #10 पर है।
मॉडल विवरण
शोध की तारीख: 2026-11-12
- पैरामीटर
- -
- आर्किटेक्चर
- अन्य
- उपलब्धता
- बंद स्रोत
- लाइसेंस
- -
2.9
संगति
4.9
9.2
$0.006
कुल आउटपुट टोकन
0
कुल इनपुट टोकन
50,079
इनपुट कीमत
$0.100 / 1M
आउटपुट कीमत
$0.000 / 1M
कैश पढ़ने की कीमत
लागू नहीं
कैश लिखने की कीमत
लागू नहीं
कैश की कीमतें इनपुट टोकन पर लागू होती हैं। पढ़ने पर कैश किए गए प्रॉम्प्ट का दोबारा उपयोग होता है; लिखने पर वे सहेजे जाते हैं और अतिरिक्त लागत हो सकती है। आउटपुट टोकन पर आउटपुट की कीमत लागू होती है।
गलत टेस्ट: 7
प्रति प्रयास पास दर: 23.2%
बेंचमार्क कवरेज: 36/69 प्रयास. विकल्प अडैप्टर देते हैं। 12/23 परीक्षण समर्थित हैं। अन्य परीक्षण असमर्थित हैं, विफल नहीं। स्कोर पूरे परीक्षण समूह पर आधारित है।
अस्थिर टेस्ट
1
अस्थिर टेस्ट में रनों के बीच मिले-जुले परिणाम रहे (कम से कम एक पास और एक फेल)।
चार्ट
पहले मॉडल चुनें, फिर दूसरा मॉडल क्लिक करके साइड-बाय-साइड पेज खोलें।
स्कोर vs कुल लागत
प्रतिक्रिया समय (औसत)
स्कोर vs प्रतिक्रिया समय (औसत)
कुल आउटपुट टोकन
स्कोर vs कुल आउटपुट टोकन
त्वरित तुलना
Gemini Decision 1defaultvsCommand A+lowGemini Decision 1defaultvsSpan-02defaultGemini Decision 1defaultvsCommand A+noneGemini Decision 1defaultvsd1-ultradefaultGemini Decision 1defaultvsCommand A+highGemini Decision 1defaultvsJev 1.13defaultGemini Decision 1defaultvsXing4.0 29b A4bnoneनिःशुल्क उपलब्धGemini Decision 1defaultvsDecider V1.2defaultGemini Decision 1defaultvsCommand A+mediumGemini Decision 1defaultvsReflexdefault
श्रेणी विवरण
| श्रेणी | स्कोर | संगति | सही परीक्षण |
|---|---|---|---|
| स्वायत्त एजेंट कार्य | 0.0 | 0.0 | |
| एंटी-एआई ट्रिक्स | 4.0 | 7.5 | |
| कोडिंग | 4.5 | 6.7 | |
| संयुक्त | 0.0 | 0.0 | |
| डेटा पार्सिंग और निष्कर्षण | 10.0 | 10.0 | |
| डोमेन-विशिष्ट | 5.3 | 10.0 | |
| Samanya Buddhimatta | 0.0 | 0.0 | |
| निर्देश पालन | 1.5 | 5.0 | |
| पहेली समाधान | 1.6 | 1.0 | |
| टूल कॉलिंग | 0.0 | 0.0 | |
| सामान्य ज्ञान | 0.0 | 0.0 |