AI BENCHY
तुलना करा चार्ट्स
❤️ Made by XCS
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

#20

Gemini 3.1 Flash Lite Preview

Google · प्रकाशन: 2026-03-03 · google/gemini-3.1-flash-lite-preview::medium

सरासरी स्कोअर

6.92

प्रति निकाल खर्च

0.392

सुसंगतता

10.00

एकूण खर्च

$0.032

बरोबर चाचण्या

8

एखादी चाचणी तेव्हाच पूर्णपणे पास मानली जाते जेव्हा तिचे सर्व रन पास होतात.

चुकीच्या चाचण्या

6

प्रति प्रयत्न पास दर: 57.1%

अस्थिर चाचण्या

0

प्रतिसाद वेळ: सरासरी 3.08s · एकूण 43.17s · कमाल 5.86s

चुकीचे उत्तर: 4 सूचनांचे पालन केले नाही: 2

स्कोअरनुसार शीर्ष मॉडेल्स

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

झटपट तुलना

श्रेणीवार तपशील

श्रेणी सरासरी स्कोअर सुसंगतता बरोबर चाचण्या
Anti-AI Tricks 9.00 10.00 2/3
Data parsing and extraction 9.88 10.00 2/2
Domain specific 1.00 10.00 0/3
Instructions following 8.00 9.99 1/2
Puzzle Solving 7.00 10.00 2/3
Tool Calling 10.00 10.00 1/1