नेव्हिगेशन
AI BENCHY
Advertise here

Gemini 3.1 Flash Lite Preview vs gpt-oss-120b (medium)

Gemini 3.1 Flash Lite Preview average score मध्ये पुढे आहे: 6.4 vs 6.1. gpt-oss-120b (medium) चा benchmark खर्च कमी आहे: $0.019 vs $0.052. Gemini 3.1 Flash Lite Preview वेगवान आहे: 1.58s vs 21.91s, pass rates 57.6% vs 50.0%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-25

क्रमांक
#116
एकूण आउटपुट टोकन्स
14,292
प्रतिसाद वेळ (सरासरी)
1.58s
एकूण खर्च
$0.052
क्रमांक
#132
एकूण आउटपुट टोकन्स
97,816
प्रतिसाद वेळ (सरासरी)
21.91s
एकूण खर्च
$0.019
शिफारस केलेले मॉडेल Gemini 3.1 Flash Lite Preview

It has the best score here (6.4), while responding about 13.9x faster than gpt-oss-120b (medium).

तपशीलवार तुलना

मेट्रिक Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview none प्रकाशन: 2026-03-03 gpt-oss-120b gpt-oss-120b medium प्रकाशन: 2025-08-05
स्कोअर 6.4 6.1
क्रमांक #116 #132
विश्वसनीयता 10.0 10.0
सुसंगतता 9.7 8.0
बरोबर चाचण्या
प्रति प्रयत्न पास दर 57.6% 50.0%
अस्थिर चाचण्या 1 5
एकूण रन 66 66
प्रति निकाल खर्च 0.431 0.221
एकूण खर्च $0.052 $0.019
इनपुट किंमत $0.250 / 1M $0.037 / 1M
आउटपुट किंमत $1.500 / 1M $0.170 / 1M
एकूण इनपुट टोकन्स 120,942 108,747
आउटपुट टोकन्स 14,292 29,772
रिझनिंग टोकन्स 0 68,044
प्रतिसाद वेळ (सरासरी) 1.58s 21.91s
प्रतिसाद वेळ (कमाल) 9.27s 68.16s
प्रतिसाद वेळ (एकूण) 34.72s 328.70s

Hamster playing table tennis

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

#116 Gemini 3.1 Flash Lite Preview

none
खर्च
$0.003
वेळ
4.7s
टोकन्स
1,827 tok

#132 gpt-oss-120b

medium
खर्च
$0.001
वेळ
26.7s
टोकन्स
555 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 967ms 8,128 670 0
gpt-oss-120b 5.9 7.0 55.6% 1 38.37s 7,782 3,365 11,973

झटपट तुलना

तुलना जोडी बदला