AI BENCHY
Advertise here
#3

Gemini 3.5 Flash

Google प्रकाशन: 2026-05-19 चाचणी तारीख: 2026-05-22 00:28 google/gemini-3.5-flash::low
~500B एकूण (~20B सक्रिय)MoEबंद स्रोतअंदाजित
(high) (medium) (low) (minimal) (none)

सारांश

Gemini 3.5 Flash AI BENCHY वर 9.3 स्कोर करते आणि #3 वर आहे. याची reliability 10.0, pass rate 90.0%, एकूण खर्च $0.285, आणि सरासरी response time 2.98s आहे.

Gemini 3.5 Flash खास का आहे: हे डोमेन-विशिष्ट मध्ये सर्वाधिक उठून दिसते, जिथे त्याचा rank #2 आहे; तर कोडिंग हा सर्वात कमकुवत भाग आहे, rank #12. हे एकूणात सर्वाधिक rank असलेल्या मॉडेल्सपैकी एक आहे. या score range साठी एकूण benchmark खर्च असामान्यपणे कमी आहे.

मॉडेलची माहिती

संशोधन दिनांक: 2026-08-12

अंदाजित
पॅरामीटर्स
~500B एकूण (~20B सक्रिय)
आर्किटेक्चर
MoE
उपलब्धता
बंद स्रोत
परवाना
-

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

पॅरामीटर स्रोत उपलब्धता स्रोत

स्कोअर

9.3

सुसंगतता

10.0

विश्वसनीयता

10.0

एकूण खर्च (सध्याची किंमत)

$0.285

एकूण आउटपुट टोकन्स

25,965

एकूण इनपुट टोकन्स

0

इनपुट किंमत

$1.500 / 1M

आउटपुट किंमत

$9.000 / 1M

बरोबर चाचण्या

चुकीच्या चाचण्या: 2

प्रति प्रयत्न पास दर: 90.0%

अस्थिर चाचण्या

0

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

प्रतिसाद वेळ (सरासरी)

2.98s

प्रतिसाद वेळ (कमाल): 6.44s

प्रतिसाद वेळ (एकूण): 59.59s

चुकीचे उत्तर: 2

Hamster playing table tennis

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

#3 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
2026-08-14 02:46 पुन्हा चाचणी 8.8 10.0 $0.449 तुलना करा
2026-07-16 22:57 नवीन चाचणी जोडली 8.9 10.0 $0.433 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 सध्याची रन
2026-05-19 23:35 पहिला रन 9.6 10.0 $0.245 तुलना करा

या रनमध्ये वेगळा बेंचमार्क सूट वापरला गेला. ऐतिहासिक बदल वाचताना सूटमधील बदल लक्षात घ्या.

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 3.5 FlashlowvsSeed 2.1 TurbohighGemini 3.5 FlashlowvsGemini 3.5 Flash LitehighGemini 3.5 FlashlowvsGPT-5.3-CodexmediumGemini 3.5 FlashlowvsClaude Opus 4.8mediumGemini 3.5 FlashlowvsGrok 4.5highGemini 3.5 FlashlowvsClaude Opus 5lowGemini 3.5 FlashlowvsQwen3.8 MaxmediumGemini 3.5 FlashlowvsGemini 3.6 FlashlowGemini 3.5 FlashlowvsGPT-5.5mediumGemini 3.5 FlashlowvsClaude Opus 4.7medium

श्रेणीवार तपशील

श्रेणी स्कोअर सुसंगतता बरोबर चाचण्या
अँटी-एआय युक्त्या 10.0 10.0
कोडिंग 6.8 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