Gemini 3.1 Flash Lite Preview (medium) vs Qwen3.5-122B-A10B (medium)

average score जवळपास समान आहे: 7.0 vs 7.0. Gemini 3.1 Flash Lite Preview (medium) चा benchmark खर्च कमी आहे: $0.158 vs $1.152. Gemini 3.1 Flash Lite Preview (medium) वेगवान आहे: 6.78s vs 66.96s, pass rates 60.9% vs 71.0%.

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: #170
एकूण आउटपुट टोकन्स: 522,190
प्रतिसाद वेळ (सरासरी): 66.96s
एकूण खर्च: $1.152

शिफारस केलेले मॉडेल Gemini 3.1 Flash Lite Preview (medium)

It has the best score here (7.0), while costing about 7.3x less than Qwen3.5-122B-A10B (medium).

तपशीलवार तुलना

मेट्रिक	Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview medium प्रकाशन: 2026-03-03	Qwen3.5-122B-A10B Qwen3.5-122B-A10B medium प्रकाशन: 2026-02-24

मेट्रिक	Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview medium प्रकाशन: 2026-03-03	Qwen3.5-122B-A10B Qwen3.5-122B-A10B medium प्रकाशन: 2026-02-24
स्कोअर	7.0	7.0
क्रमांक	#166	#170
विश्वसनीयता	10.0	10.0
सुसंगतता	9.9	8.3
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	60.9%	71.0%
अस्थिर चाचण्या	0	5
एकूण रन	69	69
प्रति निकाल खर्च	1.124	9.196
एकूण खर्च	$0.158	$1.152
इनपुट किंमत	$0.250 / 1M	$0.260 / 1M
आउटपुट किंमत	$1.500 / 1M	$2.080 / 1M
कॅश वाचण्याची किंमत	$0.025 / 1M	लागू नाही
कॅश लिहिण्याची किंमत	$0.084 / 1M	लागू नाही
एकूण इनपुट टोकन्स	272,221	251,695
आउटपुट टोकन्स	12,345	49,415
रिझनिंग टोकन्स	47,189	472,775
प्रतिसाद वेळ (सरासरी)	6.78s	66.96s
प्रतिसाद वेळ (कमाल)	54.91s	519.30s
प्रतिसाद वेळ (एकूण)	155.96s	1539.99s
पॅरामीटर्स	~150B एकूण (~10B सक्रिय)	122B एकूण (10B सक्रिय)
उपलब्धता	बंद स्रोत	मुक्त 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

#170 Qwen3.5-122B-A10B

medium

खर्च: $0.019
वेळ: 48.7s
टोकन्स: 6,034 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
Qwen3.5-122B-A10B	6.1	3.1	66.7%	1		95.31s	126,915	1,721	32,950

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
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		9.75s	672	269	16,835

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
Qwen3.5-122B-A10B	6.0	7.2	55.6%	1		114.48s	7,630	8,057	82,578

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
Qwen3.5-122B-A10B	6.4	5.8	66.7%	1		313.55s	97,886	18,373	203,450

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
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		23.41s	7,782	270	16,558

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
Qwen3.5-122B-A10B	2.9	7.2	11.1%	1		74.43s	780	19,154	61,573

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
Qwen3.5-122B-A10B	3.4	2.2	33.3%	1		34.11s	344	66	7,592

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
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		9.88s	593	77	7,372

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
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		17.89s	696	284	27,575

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
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		4.60s	8,193	322	1,226

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
Qwen3.5-122B-A10B	3.0	10.0	0.0%	0		52.87s	204	822	15,066

तुलना जोडी बदला

Qwen3.5-122B-A10BmediumvsGrok 4.6low Gemini 3 Flash PreviewlowvsQwen3.5-122B-A10Bmedium Qwen3.5-122B-A10BmediumvsStep 5 Previewhigh Muse Glimmer 30BlowvsQwen3.5-122B-A10Bmedium Gemini 3.1 Flash Lite PreviewmediumvsGPT-5.2 Chatdefault Ember-1lowvsGemini 3.1 Flash Lite Previewmedium Ember-1lowvsQwen3.5-122B-A10Bmedium Gemini 3.1 Flash Lite PreviewmediumvsStep 5 Previewhigh Gemini 3.1 Flash Lite PreviewmediumvsGrok 4.6low Gemini 3.1 Flash Lite PreviewmediumvsMuse Glimmer 30Blow Gemini 3.1 Flash Lite PreviewmediumvsMiMo-V2.6-Flashlow GPT-5.2 ChatdefaultvsQwen3.5-122B-A10Bmedium