AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com
#2

Gemini 3.5 Flash

Google प्रकाशन: 2026-05-19 चाचणी तारीख: 2026-05-19 23:35 google/gemini-3.5-flash::low

सारांश

Gemini 3.5 Flash AI BENCHY वर 9.6 स्कोर करते आणि #2 वर आहे. याची reliability 10.0, pass rate 94.7%, एकूण खर्च $0.245, आणि सरासरी response time 2.84s आहे.

Gemini 3.5 Flash खास का आहे: हे एकूणात सर्वाधिक rank असलेल्या मॉडेल्सपैकी एक आहे. या score range साठी एकूण benchmark खर्च असामान्यपणे कमी आहे. समान मॉडेल्सच्या तुलनेत हे लक्षणीय वेगवान आहे.

सुसंगतता

10.0

एकूण आउटपुट टोकन्स

22,248

एकूण इनपुट टोकन्स

0

इनपुट किंमत

$1.500 / 1M

आउटपुट किंमत

$9.000 / 1M

बरोबर चाचण्या

चुकीच्या चाचण्या: 1

प्रति प्रयत्न पास दर: 94.7%

अस्थिर चाचण्या

0

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

प्रतिसाद वेळ (सरासरी)

2.84s

प्रतिसाद वेळ (कमाल): 6.44s

प्रतिसाद वेळ (एकूण): 54.00s

जनरेशन शोकेस

Hamster playing table tennis

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

#2 Gemini 3.5 Flash

low
खर्च
$0.068
वेळ
39.1s
टोकन्स
7,588 tok

रन इतिहास

चाचणी तारीख स्कोअर विश्वसनीयता बरोबर चाचण्या एकूण खर्च तुलना करा
2026-06-04 14:02 नवीन चाचणी जोडली 9.4 10.0 $0.349 तुलना करा
2026-05-22 00:28 सूट बदलला 9.3 10.0 $0.285 तुलना करा
2026-05-19 23:35 पहिला रन 9.6 10.0 $0.245 सध्याची रन

रन तुलना

रनस्कोअरसुसंगतताविश्वसनीयताबरोबर चाचण्याअस्थिर चाचण्याएकूण आउटपुट टोकन्सएकूण इनपुट टोकन्सएकूण खर्चप्रतिसाद वेळ (सरासरी)
2026-05-19 23:35 · पहिला रन9.610.010.018/19022,2480$0.2452.84s
2026-06-04 14:02 · नवीन चाचणी जोडली9.410.010.019/21032,55236,938$0.3493.27s
फरक+0.30.00.0-10-10304-36938-$0.104-427ms

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 10.0 10.0
कोडिंग 10.0 10.0
संयुक्त 10.0 10.0
डेटा पार्सिंग आणि निष्कर्षण 10.0 10.0
डोमेन-विशिष्ट 7.7 10.0
Samanya Buddhimatta 10.0 10.0
सूचनांचे पालन 9.9 10.0
कोडी सोडवणे 10.0 10.0
टूल कॉलिंग 10.0 10.0
सामान्य ज्ञान 10.0 10.0

तुलना केलेली मॉडेल्स