Advertise here
#423

Gemini 3 PRO Preview

Google Rilis: 2025-11-18 Diuji pada: 2026-06-04 14:03 google/gemini-3-pro-preview::medium
~1.2T total (~20B aktif)MoETertutupPerkiraan

Ringkasan

Gemini 3 PRO Preview mendapat skor 4.9 di AI BENCHY dan berada di peringkat #423. Model ini memiliki reliabilitas T/A, tingkat keberhasilan 60.9%, total biaya $0.385, dan waktu respons rata-rata 9.05s.

Yang membuat Gemini 3 PRO Preview unik: Model ini paling menonjol di Trik anti-AI, dengan peringkat #1, sementara Tugas agen adalah area terlemahnya di #14.

Model diarsipkan: model ini tidak lagi diperbarui atau diuji pada pengujian baru.

Fakta model

Ditelaah pada 2026-08-12

Perkiraan
Parameter
~1.2T total (~20B aktif)
Arsitektur
MoE
Ketersediaan
Tertutup
Lisensi
-

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

Skor

4.9

Konsistensi

9.1

Keandalan

T/A

Total biaya (harga saat ini)

$0.385 ↑ +95.3%

Diuji pada: $0.197

Total token output

11,592

Total token input

28,848

Harga input

$9.506 / 1M

Harga output

$9.506 / 1M

Harga baca cache

T/A

Harga tulis cache

T/A

Harga cache berlaku untuk token input. Pembacaan memakai kembali prompt tersimpan; penulisan menyimpannya dan dapat menambah biaya. Token output menggunakan harga output.

Tes benar

Tes Salah: 7

Tingkat lulus per percobaan: 60.9%

Tes tidak stabil

0

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

Waktu respons (rata-rata)

9.05s

Waktu respons (maks): 26.24s

Waktu respons (total): 90.53s

Hamster playing table tennis

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

#423 Gemini 3 PRO Preview

medium
No endpoints found for google/gemini-3-pro-preview.
Biaya
$0.000
Waktu
0.1s
Token
0 tok

Riwayat run

Diuji pada Skor Keandalan Tes benar Total Biaya Bandingkan
2026-06-04 14:03 Tes baru ditambahkan 4.9 T/A $0.385 ↑ Run saat ini
2026-05-22 00:29 Suite berubah 8.1 T/A $0.197 Bandingkan
2026-04-11 01:44 Run pertama yang tercatat 8.4 T/A $0.197 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)
2026-06-04 14:03 · Run saat ini63/69 percobaan4.99.1T/A14/21011,59228,848$0.3859.05s
2026-04-11 01:44 · Run pertama yang tercatat54/54 percobaan8.410.0T/A14/18011,5920$0.1979.06s
Selisih—-3.5-0.9000+28848+$0.188-4ms

Cakupan benchmark berbeda: 63/69 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.

Riwayat harga

Data harga historis untuk model ini dari OpenRouter.

Tanggal Harga input Harga output Harga baca cache Harga tulis cache
2026-06-04 15:40 $9.506 / 1M $9.506 / 1M T/A T/A

Grafik

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

Total token output

Skor vs Total token output

Rincian Kategori

Kategori Skor Konsistensi Tes benar
Tugas agen 0.0 0.0
Trik anti-AI 10.0 10.0
Pemrograman 3.0 10.0
Gabungan 1.5 5.0
Parsing dan ekstraksi data 10.0 10.0
Spesifik domain 5.3 10.0
Kecerdasan umum 10.0 10.0
Kepatuhan instruksi 9.8 10.0
Pemecahan teka-teki 10.0 10.0
Pemanggilan alat 10.0 10.0
Pengetahuan umum 3.0 10.0

Model yang Dibandingkan