Gemini 3.1 Flash Lite Preview (medium) vs GPT-5.6 Luna (low)

Gemini 3.1 Flash Lite Preview (medium) average score मध्ये पुढे आहे: 7.0 vs 6.9. GPT-5.6 Luna (low) चा benchmark खर्च कमी आहे: $0.049 vs $0.158. Gemini 3.1 Flash Lite Preview (medium) वेगवान आहे: 6.78s vs 6.96s, pass rates 60.9% vs 56.5%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-09

तुलना केलेली मॉडेल्स

क्रमांक: #166
एकूण आउटपुट टोकन्स: 59,534
प्रतिसाद वेळ (सरासरी): 6.78s
एकूण खर्च: $0.158

क्रमांक: #177
एकूण आउटपुट टोकन्स: 28,001
प्रतिसाद वेळ (सरासरी): 6.96s
एकूण खर्च: $0.049

शिफारस केलेले मॉडेल GPT-5.6 Luna (low)

Its score stays close to the best score here (6.9 vs 7.0), while costing about 3.2x less than Gemini 3.1 Flash Lite Preview (medium).

तपशीलवार तुलना

मेट्रिक	Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview medium प्रकाशन: 2026-03-03	GPT-5.6 Luna GPT-5.6 Luna low प्रकाशन: 2026-07-09

मेट्रिक	Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview medium प्रकाशन: 2026-03-03	GPT-5.6 Luna GPT-5.6 Luna low प्रकाशन: 2026-07-09
स्कोअर	7.0	6.9
क्रमांक	#166	#177
विश्वसनीयता	10.0	10.0
सुसंगतता	9.9	8.3
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	60.9%	56.5%
अस्थिर चाचण्या	0	5
एकूण रन	69	69
प्रति निकाल खर्च	1.124	2.428
एकूण खर्च	$0.158	$0.049
इनपुट किंमत	$0.250 / 1M	$0.200 / 1M
आउटपुट किंमत	$1.500 / 1M	$1.200 / 1M
कॅश वाचण्याची किंमत	$0.025 / 1M	$0.020 / 1M
कॅश लिहिण्याची किंमत	$0.084 / 1M	$0.250 / 1M
एकूण इनपुट टोकन्स	272,221	202,680
आउटपुट टोकन्स	12,345	9,230
रिझनिंग टोकन्स	47,189	18,771
प्रतिसाद वेळ (सरासरी)	6.78s	6.96s
प्रतिसाद वेळ (कमाल)	54.91s	45.74s
प्रतिसाद वेळ (एकूण)	155.96s	160.19s
पॅरामीटर्स	~150B एकूण (~10B सक्रिय)	~400B एकूण (~17B सक्रिय)
उपलब्धता	बंद स्रोत	बंद स्रोत

कॅशच्या किमती इनपुट टोकनला लागू होतात. वाचताना साठवलेले प्रॉम्प्ट पुन्हा वापरले जातात; लिहिताना ते साठवले जातात आणि अधिक खर्च होऊ शकतो. आउटपुट टोकनला आउटपुट किंमत लागू होते.

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#166 Gemini 3.1 Flash Lite Preview

medium

खर्च: $0.003
वेळ: 5.2s
टोकन्स: 1,944 tok

#177 GPT-5.6 Luna

low

खर्च: $0.011
वेळ: 10.2s
टोकन्स: 1,897 tok

स्कोअरनुसार शीर्ष मॉडेल्स

स्कोअर विरुद्ध एकूण खर्च

प्रतिसाद वेळ (सरासरी)

स्कोअर vs प्रतिसाद वेळ (सरासरी)

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

श्रेणीवार तपशील

श्रेणी:

स्वायत्त एजंट कार्ये	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 3.1 Flash Lite Preview	5.0	10.0	0.0%	0		54.91s	154,728	1,756	0
GPT-5.6 Luna	10.0	10.0	100.0%	0		45.74s	106,325	1,017	698

अँटी-एआय युक्त्या	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 3.1 Flash Lite Preview	9.1	10.0	75.0%	0		2.33s	512	570	4,305
GPT-5.6 Luna	8.3	10.0	75.0%	0		2.21s	606	186	722

कोडिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 3.1 Flash Lite Preview	5.5	10.0	33.3%	0		4.09s	8,126	461	8,597
GPT-5.6 Luna	5.5	10.0	33.3%	0		4.61s	7,302	557	3,535

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 3.1 Flash Lite Preview	7.2	9.1	50.0%	0		16.63s	93,097	8,706	16,997
GPT-5.6 Luna	2.8	1.6	33.3%	2		13.71s	73,147	6,401	2,716

डेटा पार्सिंग आणि निष्कर्षण	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 3.1 Flash Lite Preview	10.0	10.0	100.0%	0		2.29s	7,362	279	2,952
GPT-5.6 Luna	10.0	10.0	100.0%	0		2.14s	7,140	234	292

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 3.1 Flash Lite Preview	5.3	10.0	33.3%	0		4.09s	652	18	6,120
GPT-5.6 Luna	2.9	7.2	11.1%	1		11.24s	732	72	7,564

Samanya Buddhimatta	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 3.1 Flash Lite Preview	10.0	10.0	100.0%	0		3.16s	488	96	1,488
GPT-5.6 Luna	5.0	10.0	0.0%	0		2.25s	477	122	169

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 3.1 Flash Lite Preview	10.0	10.0	100.0%	0		1.91s	621	72	2,121
GPT-5.6 Luna	8.5	6.8	83.3%	1		2.04s	660	93	259

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 3.1 Flash Lite Preview	7.7	10.0	66.7%	0		5.30s	566	141	1,896
GPT-5.6 Luna	7.6	7.2	77.8%	1		3.59s	642	271	1,207

टूल कॉलिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 3.1 Flash Lite Preview	10.0	10.0	100.0%	0		3.80s	5,909	234	912
GPT-5.6 Luna	10.0	10.0	100.0%	0		4.43s	5,454	250	177

सामान्य ज्ञान	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 3.1 Flash Lite Preview	3.0	10.0	0.0%	0		2.68s	160	12	1,801
GPT-5.6 Luna	3.0	10.0	0.0%	0		4.86s	195	27	1,432

तुलना जोडी बदला

Gemma 4 31Bmediumमोफत उपलब्धvsGPT-5.6 Lunalow Claude Opus 4.8nonevsGPT-5.6 Lunalow Ember-1highvsGPT-5.6 Lunalow Gemini 3.1 Flash Lite PreviewmediumvsGPT-5.2 Chatdefault Ember-1lowvsGemini 3.1 Flash Lite Previewmedium Gemini 3.1 Flash LitemediumvsGPT-5.6 Lunalow Kimi K2.6mediumvsGPT-5.6 Lunalow Gemini 3.1 Flash Lite PreviewmediumvsStep 5 Previewhigh GPT-5.6 LunalowvsQwen3.5-Flashmedium Mercury 2.5 PreviewmediumvsGPT-5.6 Lunalow Gemini 3.1 Flash Lite PreviewmediumvsGrok 4.6low Gemini 3.1 Flash Lite PreviewmediumvsMuse Glimmer 30Blow