AI BENCHY
Advertise here
#1

Gemini 3 Flash Preview

Google Rilis: 2025-12-17 Diuji pada: 2026-05-22 00:28 google/gemini-3-flash-preview::medium
~500B total (~20B aktif)MoETertutupPerkiraan
(medium) (low) (none)

Ringkasan

Gemini 3 Flash Preview mendapat skor 9.8 di AI BENCHY dan berada di peringkat #1. Model ini memiliki reliabilitas 10.0, tingkat keberhasilan 98.3%, total biaya $0.567, dan waktu respons rata-rata 16.72s.

Yang membuat Gemini 3 Flash Preview unik: Model ini paling menonjol di Spesifik domain, dengan peringkat #1, sementara Pemrograman adalah area terlemahnya di #10. Ini termasuk salah satu model dengan peringkat keseluruhan tertinggi.

Fakta model

Ditelaah pada 2026-08-12

Perkiraan
Parameter
~500B total (~20B aktif)
Arsitektur
MoE
Ketersediaan
Tertutup
Lisensi
-

Perkiraan terbaik berdasarkan bukti publik; penyedia tidak mengungkapkan semua nilai.

Sumber parameter Sumber ketersediaan

Skor

9.8

Konsistensi

9.6

Keandalan

10.0

Total biaya (harga saat ini)

$0.567

Total token output

183,324

Total token input

0

Harga input

$0.500 / 1M

Harga output

$3.000 / 1M

Tes benar

Tes Salah: 1

Tingkat lulus per percobaan: 98.3%

Tes tidak stabil

1

Tes tidak stabil memiliki hasil campuran antar run (setidaknya satu lulus dan satu gagal).

Waktu respons (rata-rata)

16.72s

Waktu respons (maks): 117.26s

Waktu respons (total): 334.36s

Jawaban salah: 1

Hamster playing table tennis

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

#1 Gemini 3 Flash Preview

medium
Biaya
$0.010
Waktu
18.4s
Token
3,351 tok

Riwayat run

Diuji pada Skor Keandalan Tes benar Total Biaya Bandingkan
2026-08-14 02:41 Uji ulang 9.5 10.0 $0.763 Bandingkan
2026-07-16 22:51 Tes baru ditambahkan 9.6 10.0 $0.742 Bandingkan
2026-06-04 13:59 Tes baru ditambahkan 9.8 10.0 $0.667 Bandingkan
2026-05-22 00:28 Suite berubah 9.8 10.0 $0.567 Run saat ini
2026-05-06 13:52 Suite berubah 10.0 10.0 $0.321 Bandingkan
2026-05-06 13:38 Suite berubah 9.8 10.0 $0.320 Bandingkan
2026-04-23 15:25 Uji ulang 10.0 T/A $0.108 Bandingkan
2026-04-11 01:44 Run pertama yang tercatat 10.0 T/A $0.314 Bandingkan

Run ini menggunakan suite benchmark yang berbeda. Perhatikan perubahan suite saat membaca pergerakan historis.

Perbandingan run

RunCakupan benchmarkSkorKonsistensiKeandalanTes benarTes tidak stabilTotal token outputTotal token inputTotal BiayaWaktu respons (rata-rata)
2026-05-22 00:28 · Suite berubah60/60 percobaan9.89.610.019/201183,3240$0.56716.72s
2026-04-11 01:44 · Run pertama yang tercatat54/54 percobaan10.010.0T/A18/18099,1130$0.31417.60s
Selisih—-0.2-0.4+1+1+842110+$0.254-879ms

Cakupan benchmark berbeda: 60/60 percobaan (Target: 3 pengulangan per tes) dibanding 54/54 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.

Total token output

Skor vs Total token output

Perbandingan Cepat

Gemini 3 Flash PreviewmediumvsGPT-5.6 SollowGemini 3 Flash PreviewmediumvsGemini 3.5 FlashhighGemini 3 Flash PreviewmediumvsGemini 3.6 FlashmediumGemini 3 Flash PreviewmediumvsGemini 3.7 FlashmediumGemini 3 Flash PreviewmediumvsGemini 3.7 FlashhighGemini 3 Flash PreviewmediumvsGPT-5.6 SolmediumGemini 3 Flash PreviewmediumvsGemini 3.6 FlashhighGemini 3 Flash PreviewmediumvsGPT-5.6 SolhighGemini 3 Flash PreviewmediumvsGPT-5.5lowGemini 3 Flash PreviewmediumvsGrok 4.6high

Rincian Kategori

Kategori Skor Konsistensi Tes benar
Trik anti-AI 10.0 10.0
Pemrograman 7.9 6.4
Gabungan 10.0 10.0
Parsing dan ekstraksi data 10.0 10.0
Spesifik domain 10.0 10.0
Kecerdasan umum 10.0 10.0
Kepatuhan instruksi 10.0 10.0
Pemecahan teka-teki 10.0 10.0
Pemanggilan alat 10.0 10.0
Pengetahuan umum 10.0 10.0

Model yang Dibandingkan