नेव्हिगेशन
AI BENCHY
Advertise here

तुलना केलेली मॉडेल्स

GPT-5.4 Nano (medium) vs GPT-5.4 Mini (medium) vs Gemini 3.1 Flash Lite Preview (medium) vs Gemini 3 Flash Preview (medium) benchmark तुलनाGemini 3 Flash Preview (medium) स्कोअर मध्ये 9.6 सह आघाडीवर आहे. GPT-5.4 Nano (medium) विश्वसनीयता मध्ये 10.0 सह आघाडीवर आहे. Gemini 3.1 Flash Lite Preview (medium) चे एकूण खर्च सर्वात कमी आहे: $0.115. Gemini 3.1 Flash Lite Preview (medium) 4.61s वर सर्वात जलद आहे.

शिफारस केलेले मॉडेलGemini 3 Flash Preview (medium)It has the strongest score in this comparison (9.6) and the best overall balance of cost and response time across all 4 models.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-17

मेट्रिक GPT-5.4 Nano GPT-5.4 Nano medium प्रकाशन: 2026-03-17 GPT-5.4 Mini GPT-5.4 Mini medium प्रकाशन: 2026-03-17 Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview medium प्रकाशन: 2026-03-03 Gemini 3 Flash Preview Gemini 3 Flash Preview medium प्रकाशन: 2025-12-17
स्कोअर 7.5 7.5 7.3 9.6
क्रमांक #51 #54 #61 #1
विश्वसनीयता 10.0 10.0 10.0 10.0
सुसंगतता 8.5 7.7 9.9 9.7
बरोबर चाचण्या
प्रति प्रयत्न पास दर 65.2% 71.2% 59.1% 98.5%
अस्थिर चाचण्या 4 6 0 1
एकूण रन 66 66 66 66
प्रति निकाल खर्च 1.150 6.299 0.884 3.533
एकूण खर्च $0.138 $0.756 $0.115 $0.742
इनपुट किंमत $0.200 / 1M $0.750 / 1M $0.250 / 1M $0.500 / 1M
आउटपुट किंमत $1.250 / 1M $4.500 / 1M $1.500 / 1M $3.000 / 1M
एकूण इनपुट टोकन्स 82,819 97,155 117,480 87,861
आउटपुट टोकन्स 7,100 6,211 10,589 5,486
रिझनिंग टोकन्स 90,022 145,544 46,394 227,164
प्रतिसाद वेळ (सरासरी) 13.24s 25.94s 4.61s 19.20s
प्रतिसाद वेळ (कमाल) 94.06s 138.75s 18.34s 117.26s
प्रतिसाद वेळ (एकूण) 291.33s 570.66s 101.39s 422.42s

Hamster playing table tennis

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

#51 GPT-5.4 Nano

medium
खर्च
$0.007
वेळ
24.6s
टोकन्स
4,943 tok

#54 GPT-5.4 Mini

medium
खर्च
$0.056
वेळ
95.5s
टोकन्स
12,464 tok

#61 Gemini 3.1 Flash Lite Preview

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

#1 Gemini 3 Flash Preview

medium
खर्च
$0.010
वेळ
18.4s
टोकन्स
3,351 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
GPT-5.4 Nano 6.1 4.7 66.7% 2 19.12s 7,305 516 20,778
GPT-5.4 Mini 8.4 7.4 88.9% 1 57.87s 7,305 467 40,902
Gemini 3.1 Flash Lite Preview 5.5 10.0 33.3% 0 4.09s 8,126 461 8,597
Gemini 3 Flash Preview 8.6 7.6 88.9% 1 84.40s 8,122 462 161,084

झटपट तुलना

तुलना जोडी बदला