AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com
#155

Gemini 3.1 Flash Lite Preview

Google प्रकाशन: 2026-03-03 चाचणी तारीख: 2026-05-06 14:01 google/gemini-3.1-flash-lite-preview::high
~150B एकूण (~10B सक्रिय)MoEबंद स्रोतअंदाजित

सारांश

Gemini 3.1 Flash Lite Preview AI BENCHY वर 5.3 स्कोर करते आणि #155 वर आहे. याची reliability लागू नाही, pass rate 59.1%, एकूण खर्च $2.310, आणि सरासरी response time 68.14s आहे.

Gemini 3.1 Flash Lite Preview खास का आहे: हे Samanya Buddhimatta मध्ये सर्वाधिक उठून दिसते, जिथे त्याचा rank #1 आहे; तर कोडिंग हा सर्वात कमकुवत भाग आहे, rank #17. हे असामान्यपणे जास्त reasoning tokens वापरते, ज्यामुळे runs हळू किंवा महाग होऊ शकतात.

संग्रहित मॉडेल: हे मॉडेल आता अपडेट केले जाणार नाही आणि नवीन चाचण्यांवर तपासले जाणार नाही.

ओळख नोंद

Gemini 3.1 Flash Lite Preview हे Google: Gemini 3.1 Flash Lite ची प्रीव्ह्यू आवृत्ती होती.

मॉडेलची माहिती

संशोधन दिनांक: 2026-08-12

अंदाजित
पॅरामीटर्स
~150B एकूण (~10B सक्रिय)
आर्किटेक्चर
MoE
उपलब्धता
बंद स्रोत
परवाना
-

सार्वजनिक पुराव्यावर आधारित सर्वोत्तम अंदाज; प्रदात्याने सर्व मूल्ये जाहीर केलेली नाहीत.

सुसंगतता

7.3

विश्वसनीयता

लागू नाही

एकूण आउटपुट टोकन्स

1,534,593

एकूण इनपुट टोकन्स

28,980

इनपुट किंमत

$0.250 / 1M

आउटपुट किंमत

$1.500 / 1M

बरोबर चाचण्या

चुकीच्या चाचण्या: 3

प्रति प्रयत्न पास दर: 59.1%

अस्थिर चाचण्या

0

अस्थिर चाचण्यांत रन्समध्ये मिश्र निकाल असतात (किमान एक पास आणि एक फेल).

प्रतिसाद वेळ (सरासरी)

68.14s

प्रतिसाद वेळ (कमाल): 280.52s

प्रतिसाद वेळ (एकूण): 1090.28s

Hamster playing table tennis

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

#155 Gemini 3.1 Flash Lite Preview

high
खर्च
$0.096
वेळ
133.9s
टोकन्स
63,687 tok

रन इतिहास

चाचणी तारीख स्कोअर विश्वसनीयता बरोबर चाचण्या एकूण खर्च तुलना करा
2026-05-06 14:01 पुन्हा चाचणी 5.3 लागू नाही $2.310 तुलना करा
2026-05-06 14:01 पुन्हा चाचणी 5.3 लागू नाही $2.310 सध्याची रन
2026-05-06 14:01 पुन्हा चाचणी 8.6 लागू नाही $2.310 तुलना करा
2026-05-06 14:01 पुन्हा चाचणी 8.6 लागू नाही $2.310 तुलना करा
2026-05-06 14:01 सूट बदलला 8.6 लागू नाही $2.310 तुलना करा
2026-04-10 23:27 पहिली नोंदलेली रन 8.4 लागू नाही $2.310 तुलना करा

रन तुलना

रनबेंचमार्क कव्हरेजस्कोअरसुसंगतताविश्वसनीयताबरोबर चाचण्याअस्थिर चाचण्याएकूण आउटपुट टोकन्सएकूण इनपुट टोकन्सएकूण खर्चप्रतिसाद वेळ (सरासरी)
2026-05-06 14:01 · पुन्हा चाचणी48/48 प्रयत्न5.37.3लागू नाही13/1601,534,59328,980$2.31068.14s
2026-04-10 23:27 · पहिली नोंदलेली रन48/48 प्रयत्न8.49.6लागू नाही12/1611,534,5930$2.31068.83s
फरक-3.1-2.3+1-10+28980-$0.001-690ms

या दोन रनमध्ये वेगवेगळे बेंचमार्क सूट वापरले गेले, त्यामुळे फरकांमध्ये मॉडेलमधील आणि सूटमधील दोन्ही बदल दिसतात.

किंमत इतिहास

OpenRouter मधील या मॉडेलचा ऐतिहासिक किंमत डेटा.

तारीख इनपुट किंमत आउटपुट किंमत
2026-06-04 15:40 $0.250 / 1M $1.500 / 1M

चार्ट्स

पहिले मॉडेल निवडा, नंतर दुसरे मॉडेल क्लिक करून बाजू-बाजूची तुलना पेज उघडा.

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

श्रेणीवार तपशील

श्रेणी स्कोअर सुसंगतता बरोबर चाचण्या
अँटी-एआय युक्त्या 7.5 7.5
कोडिंग 0.0 0.0
संयुक्त 5.0 5.0
डेटा पार्सिंग आणि निष्कर्षण 10.0 10.0
डोमेन-विशिष्ट 5.3 10.0
Samanya Buddhimatta 10.0 10.0
सूचनांचे पालन 9.8 10.0
कोडी सोडवणे 7.7 10.0
टूल कॉलिंग 10.0 10.0
सामान्य ज्ञान 0.0 0.0

तुलना केलेली मॉडेल्स