#65 Gemini 3.1 Flash Lite
minimal- Biaya
- $0.001
- Waktu
- 3.7s
- Token
- 635 tok
Google
Rilis: 2026-05-08
Diuji pada: 2026-05-08 12:00
google/gemini-3.1-flash-lite::minimal
Ringkasan
Gemini 3.1 Flash Lite mendapat skor 7.0 di AI BENCHY dan berada di peringkat #65. Model ini memiliki reliabilitas 10.0, tingkat keberhasilan 63.0%, total biaya $0.012, dan waktu respons rata-rata 1.44s.
Yang membuat Gemini 3.1 Flash Lite unik: Model ini paling menonjol di Pemrograman, dengan peringkat #1, sementara Gabungan adalah area terlemahnya di #17. Total biaya benchmark-nya sangat rendah untuk kisaran skornya. Model ini terasa cepat dibandingkan model serupa.
7.0
Konsistensi
8.6
10.0
$0.012
Total token output
2,448
Total token input
0
Harga input
$0.250 / 1M
Harga output
$1.500 / 1M
Tes tidak stabil
3
Tes tidak stabil memiliki hasil campuran antar run (setidaknya satu lulus dan satu gagal).
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
Riwayat run
| Diuji pada | Skor | Keandalan | Tes benar | Total Biaya | Bandingkan |
|---|---|---|---|---|---|
| 2026-07-16 22:51 Tes baru ditambahkan | 6.1 | 10.0 | $0.047 | Bandingkan | |
| 2026-06-04 13:59 Tes baru ditambahkan | 6.4 | 10.0 | $0.013 | Bandingkan | |
| 2026-05-22 00:26 Suite berubah | 6.7 | 10.0 | $0.013 | Bandingkan | |
| 2026-05-08 12:00 Run awal | 7.0 | 10.0 | $0.012 | Run saat ini |
Perbandingan run
| Run | Cakupan benchmark | Skor | Konsistensi | Keandalan | Tes benar | Tes tidak stabil | Total token output | Total token input | Total Biaya | Waktu respons (rata-rata) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-05-08 12:00 · Run awal | 18/18 tes · 54/54 percobaan | 7.0 | 8.6 | 10.0 | 10/18 | 3 | 2,448 | 0 | $0.012 | 1.44s |
| 2026-05-22 00:26 · Suite berubah | 20/20 tes · 60/60 percobaan | 6.7 | 8.8 | 10.0 | 10/20 | 3 | 2,481 | 0 | $0.013 | 1.37s |
| Selisih | — | +0.4 | -0.2 | 0.0 | 0 | 0 | -33 | 0 | -$0.002 | +78ms |
Cakupan benchmark berbeda: 18/18 tes · 54/54 percobaan (Target: 3 pengulangan per tes) dibanding 20/20 tes · 60/60 percobaan (Target: 3 pengulangan per tes). Total dan metrik yang dipengaruhi pengulangan tidak dapat dibandingkan secara langsung.
Kedua run ini menggunakan suite benchmark yang berbeda, jadi selisihnya mencerminkan perubahan model sekaligus perubahan suite.
Grafik
Pilih model pertama, lalu klik model kedua untuk membuka halaman berdampingan.
Model teratas berdasarkan skor
Skor vs Total Biaya
Waktu respons (rata-rata)
Skor vs Waktu respons (rata-rata)
Total token output
Skor vs Total token output
Perbandingan Cepat
Gemini 3.1 Flash LiteminimalvsQwen3.5-35B-A3BmediumGemini 3.1 Flash Liteminimalvsgpt-oss-120bmediumGemini 3.1 Flash LiteminimalvsGemini 2.5 FlashnoneGemini 3.1 Flash LiteminimalvsQwen3.7 FlashnoneGemini 3.1 Flash LiteminimalvsGPT-5.6 LunalowGemini 3.1 Flash LiteminimalvsGemini 3.1 Flash LitenoneGemini 3.1 Flash LiteminimalvsSeed-2.0-LitenoneGemini 3.1 Flash LiteminimalvsInklinglowGemini 3.1 Flash LiteminimalvsGemma 4 31BnoneTersedia gratisGemini 3.1 Flash LiteminimalvsQwen3.6 Flashnone
Rincian Kategori
| Kategori | Skor | Konsistensi | Tes benar |
|---|---|---|---|
| Trik anti-AI | 8.3 | 10.0 | |
| Pemrograman | 10.0 | 10.0 | |
| Gabungan | 3.0 | 10.0 | |
| Parsing dan ekstraksi data | 10.0 | 10.0 | |
| Spesifik domain | 2.9 | 7.2 | |
| Kecerdasan umum | 4.0 | 10.0 | |
| Kepatuhan instruksi | 10.0 | 10.0 | |
| Pemecahan teka-teki | 6.0 | 4.6 | |
| Pemanggilan alat | 10.0 | 10.0 |