AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com
#70

Gemini 3 Flash Preview

Google Rilis: 2025-12-17 Diuji pada: 2026-06-04 13:56 google/gemini-3-flash-preview::none
(medium) (low) (none)

Ringkasan

Gemini 3 Flash Preview mendapat skor 6.9 di AI BENCHY dan berada di peringkat #70. Model ini memiliki reliabilitas 10.0, tingkat keberhasilan 66.7%, total biaya $0.025, dan waktu respons rata-rata 1.65s.

Yang membuat Gemini 3 Flash Preview unik: Model ini paling menonjol di Spesifik domain, dengan peringkat #2, sementara Kepatuhan instruksi adalah area terlemahnya di #10. Total biaya benchmark-nya sangat rendah untuk kisaran skornya.

Skor

6.9

Konsistensi

9.2

Keandalan

10.0

Total token output

1,885

Total token input

37,011

Harga input

$0.500 / 1M

Harga output

$3.000 / 1M

Tes benar

Tes Salah: 8

Tingkat lulus per percobaan: 66.7%

Tes tidak stabil

2

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

Waktu respons (rata-rata)

1.65s

Waktu respons (maks): 3.56s

Waktu respons (total): 23.07s

Showcase generasi

Hamster playing table tennis

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

#70 Gemini 3 Flash Preview

none
Biaya
$0.003
Waktu
5.6s
Token
981 tok

Riwayat run

Diuji pada Skor Keandalan Tes benar Total Biaya Bandingkan
2026-06-04 13:56 Tes baru ditambahkan 7.4 10.0 $0.025 Run saat ini
2026-05-22 00:23 Suite berubah 7.7 10.0 $0.023 Bandingkan
2026-04-11 01:44 Run pertama yang tercatat 8.1 T/A $0.021 Bandingkan

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

Perbandingan run

RunSkorKonsistensiKeandalanTes benarTes tidak stabilTotal token outputTotal token inputTotal BiayaWaktu respons (rata-rata)
2026-06-04 13:56 · Run saat ini6.99.210.013/2121,88537,011$0.0251.65s
2026-05-22 00:23 · Suite berubah7.79.210.013/2021,8790$0.0231.70s
Selisih-0.70.00.000+6+37011+$0.002-49ms

Kedua run ini menggunakan suite benchmark yang berbeda, jadi selisihnya mencerminkan perubahan model sekaligus perubahan suite.

Riwayat harga

Data harga historis untuk model ini dari OpenRouter.

Tanggal Harga input Harga output
2026-06-04 15:40 $0.500 / 1M $3.000 / 1M

Grafik

Pilih model pertama, lalu klik model kedua untuk membuka halaman berdampingan.

Total token output

Skor vs Total token output

Perbandingan Cepat

Rincian Kategori

Kategori Skor Konsistensi Tes benar
Trik anti-AI 8.3 10.0
Pemrograman 5.5 10.0
Gabungan 4.7 1.6
Parsing dan ekstraksi data 10.0 10.0
Spesifik domain 7.7 10.0
Kecerdasan umum 10.0 10.0
Kepatuhan instruksi 6.4 5.8
Pemecahan teka-teki 7.7 10.0
Pemanggilan alat 10.0 10.0
Pengetahuan umum 3.0 10.0

Model yang Dibandingkan