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

Gemini 3.1 Flash Lite Preview (medium) vs Grok 4.6 (low)

Grok 4.6 (low) average score मध्ये पुढे आहे: 7.4 vs 7.3. Gemini 3.1 Flash Lite Preview (medium) चा benchmark खर्च कमी आहे: $0.115 vs $0.441. Gemini 3.1 Flash Lite Preview (medium) वेगवान आहे: 4.61s vs 14.20s, pass rates 59.1% vs 71.2%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-08-12

क्रमांक
#94
एकूण आउटपुट टोकन्स
56,983
प्रतिसाद वेळ (सरासरी)
4.61s
एकूण खर्च
$0.115
क्रमांक
#90
एकूण आउटपुट टोकन्स
36,792
प्रतिसाद वेळ (सरासरी)
14.20s
एकूण खर्च
$0.441
शिफारस केलेले मॉडेल Gemini 3.1 Flash Lite Preview (medium)

Its score stays close to the best score here (7.3 vs 7.4), while costing about 3.8x less than Grok 4.6 (low).

तपशीलवार तुलना

मेट्रिक Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview medium प्रकाशन: 2026-03-03 Grok 4.6 Grok 4.6 low प्रकाशन: 2026-08-12
स्कोअर 7.3 7.4
क्रमांक #94 #90
विश्वसनीयता 10.0 10.0
सुसंगतता 9.9 9.2
प्रयत्न 66/66 66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर 59.1% 71.2%
अस्थिर चाचण्या 0 2
एकूण रन 66 66
प्रति निकाल खर्च 0.884 2.938
एकूण खर्च $0.115 $0.441
इनपुट किंमत $0.250 / 1M $2.000 / 1M
आउटपुट किंमत $1.500 / 1M $6.000 / 1M
एकूण इनपुट टोकन्स 117,480 109,951
आउटपुट टोकन्स 10,589 5,124
रिझनिंग टोकन्स 46,394 31,668
प्रतिसाद वेळ (सरासरी) 4.61s 14.20s
प्रतिसाद वेळ (कमाल) 18.34s 26.46s
प्रतिसाद वेळ (एकूण) 101.39s 312.33s
पॅरामीटर्स ~150B एकूण (~10B सक्रिय) ~1.7T एकूण (~170B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#94 Gemini 3.1 Flash Lite Preview

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

#90 SpaceXAI: Grok 4.6

low
खर्च
$0.011
वेळ
26.0s
टोकन्स
1,941 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

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
Grok 4.6 5.5 7.1 44.4% 1 21.69s 9,579 349 7,740

झटपट तुलना

तुलना जोडी बदला