AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com
#24

Gemini 3.1 Flash Lite Preview

Google प्रकाशन: 2026-03-03 चाचणी तारीख: 2026-04-11 01:44 google/gemini-3.1-flash-lite-preview::low

सारांश

Gemini 3.1 Flash Lite Preview AI BENCHY वर 8.1 स्कोर करते आणि #24 वर आहे. याची reliability लागू नाही, pass rate 72.2%, एकूण खर्च $0.022, आणि सरासरी response time 3.22s आहे.

Gemini 3.1 Flash Lite Preview खास का आहे: हे कोडी सोडवणे मध्ये सर्वाधिक उठून दिसते, जिथे त्याचा rank #1 आहे; तर संयुक्त हा सर्वात कमकुवत भाग आहे, rank #18. या score range साठी एकूण benchmark खर्च असामान्यपणे कमी आहे. समान मॉडेल्सच्या तुलनेत हे लक्षणीय वेगवान आहे.

ओळख नोंद

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

सुसंगतता

10.0

विश्वसनीयता

लागू नाही

एकूण आउटपुट टोकन्स

10,305

एकूण इनपुट टोकन्स

0

इनपुट किंमत

$0.250 / 1M

आउटपुट किंमत

$1.500 / 1M

बरोबर चाचण्या

चुकीच्या चाचण्या: 5

प्रति प्रयत्न पास दर: 72.2%

अस्थिर चाचण्या

0

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

प्रतिसाद वेळ (सरासरी)

3.22s

प्रतिसाद वेळ (कमाल): 11.91s

प्रतिसाद वेळ (एकूण): 58.00s

Hamster playing table tennis

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

#24 Gemini 3.1 Flash Lite Preview

low
खर्च
$0.002
वेळ
3.7s
टोकन्स
1,203 tok

रन इतिहास

चाचणी तारीख स्कोअर विश्वसनीयता बरोबर चाचण्या एकूण खर्च तुलना करा
2026-07-16 23:07 नवीन चाचणी जोडली 6.5 10.0 $0.646 तुलना करा
2026-06-04 14:00 नवीन चाचणी जोडली 7.4 10.0 $0.026 तुलना करा
2026-05-22 00:27 सूट बदलला 7.6 10.0 $0.025 तुलना करा
2026-04-11 01:44 पहिली नोंदलेली रन 8.1 लागू नाही $0.022 सध्याची रन

रन तुलना

रनस्कोअरसुसंगतताविश्वसनीयताबरोबर चाचण्याअस्थिर चाचण्याएकूण आउटपुट टोकन्सएकूण इनपुट टोकन्सएकूण खर्चप्रतिसाद वेळ (सरासरी)
2026-04-11 01:44 · पहिली नोंदलेली रन8.110.0लागू नाही13/18010,3050$0.0223.22s
2026-06-04 14:00 · नवीन चाचणी जोडली7.410.010.013/21011,45232,715$0.0262.77s
फरक+0.70.000-1147-32715-$0.004+454ms

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

चार्ट्स

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

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

झटपट तुलना

श्रेणीवार तपशील

श्रेणी स्कोअर सुसंगतता बरोबर चाचण्या
अँटी-एआय युक्त्या 8.3 10.0
कोडिंग 10.0 10.0
संयुक्त 3.0 10.0
डेटा पार्सिंग आणि निष्कर्षण 10.0 10.0
डोमेन-विशिष्ट 5.3 10.0
Samanya Buddhimatta 4.0 10.0
सूचनांचे पालन 10.0 10.0
कोडी सोडवणे 10.0 10.0
टूल कॉलिंग 10.0 10.0

तुलना केलेली मॉडेल्स