Gemini 3.1 Flash Lite Preview vs Step 5 Preview (medium)

Gemini 3.1 Flash Lite Preview average score मध्ये पुढे आहे: 6.2 vs 6.1. Gemini 3.1 Flash Lite Preview चा benchmark खर्च कमी आहे: $0.090 vs $4.136. Gemini 3.1 Flash Lite Preview वेगवान आहे: 3.60s vs 136.10s, pass rates 55.1% vs 53.6%.

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

तुलना केलेली मॉडेल्स

क्रमांक: #243
एकूण आउटपुट टोकन्स: 15,760
प्रतिसाद वेळ (सरासरी): 3.60s
एकूण खर्च: $0.090

क्रमांक: #250
एकूण आउटपुट टोकन्स: 1,434,621
प्रतिसाद वेळ (सरासरी): 136.10s
एकूण खर्च: $4.136

शिफारस केलेले मॉडेल Gemini 3.1 Flash Lite Preview

It has the best score here (6.2), while costing about 46.4x less than Step 5 Preview (medium).

तपशीलवार तुलना

मेट्रिक	Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview none प्रकाशन: 2026-03-03	Step 5 Preview Step 5 Preview medium प्रकाशन: 2026-10-09

मेट्रिक	Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview none प्रकाशन: 2026-03-03	Step 5 Preview Step 5 Preview medium प्रकाशन: 2026-10-09
स्कोअर	6.2	6.1
क्रमांक	#243	#250
विश्वसनीयता	10.0	9.6
सुसंगतता	9.7	8.2
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	55.1%	53.6%
अस्थिर चाचण्या	1	5
एकूण रन	69	69
प्रति निकाल खर्च	0.743	41.354
एकूण खर्च	$0.090	$4.136
इनपुट किंमत	$0.250 / 1M	$1.000 / 1M
आउटपुट किंमत	$1.500 / 1M	$2.700 / 1M
कॅश वाचण्याची किंमत	$0.025 / 1M	$0.050 / 1M
कॅश लिहिण्याची किंमत	$0.084 / 1M	लागू नाही
एकूण इनपुट टोकन्स	261,962	261,842
आउटपुट टोकन्स	12,799	1,434,621
रिझनिंग टोकन्स	2,961	0
प्रतिसाद वेळ (सरासरी)	3.60s	136.10s
प्रतिसाद वेळ (कमाल)	48.59s	438.09s
प्रतिसाद वेळ (एकूण)	82.91s	3130.27s
पॅरामीटर्स	~150B एकूण (~10B सक्रिय)	600B एकूण (27B 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.

#243 Gemini 3.1 Flash Lite Preview

none

खर्च: $0.003
वेळ: 4.7s
टोकन्स: 1,827 tok

#250 Step 5 Preview

medium

खर्च: $0.042
वेळ: 90.3s
टोकन्स: 15,574 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		48.59s	141,007	1,599	0
Step 5 Preview	6.1	3.1	66.7%	1		95.77s	178,249	27,809	0

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	7.5	8.4	66.7%	1		1.04s	504	542	550
Step 5 Preview	6.4	7.9	58.3%	1		12.58s	744	6,953	0

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
Step 5 Preview	2.8	7.2	11.1%	1		363.90s	7,428	546,725	0

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	3.0	10.0	0.0%	0		6.23s	96,386	9,084	0
Step 5 Preview	7.3	5.8	83.3%	1		124.99s	57,016	115,099	0

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		1.22s	7,550	279	120
Step 5 Preview	10.0	10.0	100.0%	0		4.10s	7,392	2,053	0

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		811ms	654	18	419
Step 5 Preview	2.9	7.2	11.1%	1		323.23s	828	458,050	0

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	4.0	10.0	0.0%	0		741ms	488	69	0
Step 5 Preview	3.4	9.3	0.0%	0		34.82s	522	4,371	0

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		1.13s	623	72	502
Step 5 Preview	10.0	10.0	100.0%	0		4.23s	729	3,330	0

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	10.0	10.0	100.0%	0		900ms	570	221	824
Step 5 Preview	7.8	10.0	66.7%	0		59.88s	747	77,779	0

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		3.39s	5,894	236	546
Step 5 Preview	10.0	10.0	100.0%	0		3.84s	7,953	452	0

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		814ms	158	9	0
Step 5 Preview	3.0	10.0	0.0%	0		437.86s	234	192,000	0

तुलना जोडी बदला

Qwen3.5 Plus 2026-04-20nonevsStep 5 Previewmedium Step 5 PreviewmediumvsInklingnoneमोफत उपलब्ध Apodex 1.1 Minilowमोफत उपलब्धvsStep 5 Previewmedium Claude Fable 5.1lowvsGemini 3.1 Flash Lite Previewnone KAT-Coder-Pro V2.5defaultvsStep 5 Previewmedium Gemini 3.1 Flash Lite PreviewnonevsKAT-Coder-Pro V2.5medium Gemini 3.1 Flash Lite PreviewnonevsSpace Bunny Alphaxhigh Gemini 3.5 FlashnonevsStep 5 Previewmedium Gemini 3.1 Flash Lite PreviewnonevsGrok 4.20medium Trinity Large ThinkingmediumvsGemini 3.1 Flash Lite Previewnone Claude Fable 5.1lowvsStep 5 Previewmedium Trinity Large ThinkinglowvsGemini 3.1 Flash Lite Previewnone