AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com
#6

Gemini 3.5 Flash

Google प्रकाशन: 2026-05-19 चाचणी तारीख: 2026-05-19 23:35 google/gemini-3.5-flash::none
~500B एकूण (~20B सक्रिय)MoEबंद स्रोतअंदाजित

सारांश

Gemini 3.5 Flash AI BENCHY वर 9.1 स्कोर करते आणि #6 वर आहे. याची reliability 10.0, pass rate 91.7%, एकूण खर्च $0.489, आणि सरासरी response time 5.59s आहे.

Gemini 3.5 Flash खास का आहे: हे डेटा पार्सिंग आणि निष्कर्षण मध्ये सर्वाधिक उठून दिसते, जिथे त्याचा rank #1 आहे; तर संयुक्त हा सर्वात कमकुवत भाग आहे, rank #15. समान मॉडेल्सच्या तुलनेत हे लक्षणीय वेगवान 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.

सुसंगतता

9.0

एकूण आउटपुट टोकन्स

53,202

एकूण इनपुट टोकन्स

0

इनपुट किंमत

$1.500 / 1M

आउटपुट किंमत

$9.000 / 1M

बरोबर चाचण्या

चुकीच्या चाचण्या: 2

प्रति प्रयत्न पास दर: 91.7%

अस्थिर चाचण्या

2

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

प्रतिसाद वेळ (सरासरी)

5.59s

प्रतिसाद वेळ (कमाल): 14.88s

प्रतिसाद वेळ (एकूण): 89.50s

Hamster playing table tennis

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

#6 Gemini 3.5 Flash

none
खर्च
$0.225
वेळ
125.5s
टोकन्स
25,004 tok

रन इतिहास

चाचणी तारीख स्कोअर विश्वसनीयता बरोबर चाचण्या एकूण खर्च तुलना करा
2026-08-14 02:46 पुन्हा चाचणी 6.9 10.0 $1.093 तुलना करा
2026-07-16 22:53 नवीन चाचणी जोडली 7.0 10.0 $1.079 तुलना करा
2026-06-04 14:02 नवीन चाचणी जोडली 8.1 10.0 $1.079 तुलना करा
2026-05-22 00:29 सूट बदलला 8.9 10.0 $0.924 तुलना करा
2026-05-19 23:35 पहिला रन 9.1 10.0 $0.489 सध्याची रन

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 0.0 0.0
डेटा पार्सिंग आणि निष्कर्षण 10.0 10.0
डोमेन-विशिष्ट 7.6 7.2
Samanya Buddhimatta 10.0 10.0
सूचनांचे पालन 9.8 10.0
कोडी सोडवणे 10.0 10.0
टूल कॉलिंग 0.0 0.0
सामान्य ज्ञान 2.8 1.6

तुलना केलेली मॉडेल्स