#1
Google
Rilis: 2025-12-17
Diuji pada: 2026-04-11 01:44
google/gemini-3-flash-preview::medium
Harga input
$0.500 / 1M
Harga output
$3.000 / 1M
Tes tidak stabil
0
Tes tidak stabil memiliki hasil campuran antar run (setidaknya satu lulus dan satu gagal).
Riwayat run
| Diuji pada | Skor | Keandalan | Tes benar | Total Biaya | Bandingkan |
|---|---|---|---|---|---|
| 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 | Run saat ini |
Perbandingan run
| Run | Skor | Konsistensi | Keandalan | Tes benar | Tes tidak stabil | Total token output | Total Biaya | Waktu respons (rata-rata) |
|---|---|---|---|---|---|---|---|---|
| 2026-04-11 01:44 · Run pertama yang tercatat | 10.0 | 10.0 | T/A | 18/18 | 0 | 99,113 | $0.314 | 17.60s |
| 2026-04-23 15:25 · Uji ulang | 10.0 | 10.0 | T/A | 18/18 | 0 | 34,404 | $0.108 | 12.11s |
| Selisih | 0.0 | 0.0 | 0 | 0 | +64709 | +$0.206 | +5490ms |
Grafik
Pilih model pertama, lalu klik model kedua untuk membuka halaman berdampingan.
Skor vs Total Biaya
Waktu respons (rata-rata)
Skor vs Waktu respons (rata-rata)
Total token output
Skor vs Total token output
Perbandingan Cepat
Rincian Kategori
| Kategori | Skor | Konsistensi | Tes benar |
|---|---|---|---|
| Trik anti-AI | 10.0 | 10.0 | |
| Pemrograman | 10.0 | 10.0 | |
| 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 |