AI BENCHY
Advertise here
#2

Gemini 3.1 Pro Preview

Google प्रकाशन: 2026-02-19 चाचणी तारीख: 2026-04-11 01:44 google/gemini-3.1-pro-preview::medium

सारांश

Gemini 3.1 Pro Preview AI BENCHY वर 9.6 स्कोर करते आणि #2 वर आहे. याची reliability लागू नाही, pass rate 94.4%, एकूण खर्च $0.578, आणि सरासरी response time 15.96s आहे.

Gemini 3.1 Pro Preview खास का आहे: हे एकूणात सर्वाधिक rank असलेल्या मॉडेल्सपैकी एक आहे. या score range साठी एकूण benchmark खर्च असामान्यपणे कमी आहे.

स्कोअर

9.6

सुसंगतता

10.0

विश्वसनीयता

लागू नाही

एकूण खर्च (सध्याची किंमत)

$0.578

एकूण आउटपुट टोकन्स

42,474

एकूण इनपुट टोकन्स

0

इनपुट किंमत

$2.000 / 1M

आउटपुट किंमत

$12.000 / 1M

बरोबर चाचण्या

चुकीच्या चाचण्या: 1

प्रति प्रयत्न पास दर: 94.4%

अस्थिर चाचण्या

0

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

प्रतिसाद वेळ (सरासरी)

15.96s

प्रतिसाद वेळ (कमाल): 40.61s

प्रतिसाद वेळ (एकूण): 175.52s

चुकीचे उत्तर: 1

जनरेशन शोकेस

Hamster playing table tennis

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

#2 Gemini 3.1 Pro Preview

medium
खर्च
$0.115
वेळ
87.2s
टोकन्स
9,629 tok

रन इतिहास

चाचणी तारीख स्कोअर विश्वसनीयता बरोबर चाचण्या एकूण खर्च तुलना करा
2026-06-04 14:04 नवीन चाचणी जोडली 9.4 10.0 $1.054 तुलना करा
2026-05-22 00:30 सूट बदलला 9.3 10.0 $1.006 तुलना करा
2026-04-11 01:44 पहिली नोंदलेली रन 9.6 लागू नाही $0.578 सध्याची रन

रन तुलना

रनस्कोअरसुसंगतताविश्वसनीयताबरोबर चाचण्याअस्थिर चाचण्याएकूण आउटपुट टोकन्सएकूण इनपुट टोकन्सएकूण खर्चप्रतिसाद वेळ (सरासरी)
2026-04-11 01:44 · पहिली नोंदलेली रन9.610.0लागू नाही17/18042,4740$0.57815.96s
2026-06-04 14:04 · नवीन चाचणी जोडली9.410.010.019/21080,87341,617$1.05420.14s
फरक+0.20.0-20-38399-41617-$0.476-4181ms

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

Gemini 3.1 Pro PreviewmediumvsClaude Fable 5mediumGemini 3.1 Pro PreviewmediumvsGemini 3.5 FlashmediumGemini 3.1 Pro PreviewmediumvsGemini 3.5 FlashlowGemini 3.1 Pro PreviewmediumvsGPT-5.5mediumGemini 3.1 Pro PreviewmediumvsGPT-5.5lowGemini 3.1 Pro PreviewmediumvsGPT-5.3-CodexmediumGemini 3.1 Pro PreviewmediumvsGemini 3.5 FlashhighGemini 3.1 Pro PreviewmediumvsGemini 3 Flash PreviewmediumGemini 3.1 Pro PreviewmediumvsNemotron 3 Ultra 550b A55bmediumमोफत उपलब्ध

श्रेणीवार तपशील

श्रेणी स्कोअर सुसंगतता बरोबर चाचण्या
अँटी-एआय युक्त्या 10.0 10.0
कोडिंग 10.0 10.0
संयुक्त 9.5 10.0
डेटा पार्सिंग आणि निष्कर्षण 10.0 10.0
डोमेन-विशिष्ट 7.7 10.0
Samanya Buddhimatta 10.0 10.0
सूचनांचे पालन 10.0 10.0
कोडी सोडवणे 10.0 10.0
टूल कॉलिंग 10.0 10.0

तुलना केलेली मॉडेल्स