#41 Gemini 3 Flash Preview
none- खर्च
- $0.003
- वेळ
- 5.6s
- टोकन्स
- 981 tok
Google
प्रकाशन: 2025-12-17
चाचणी तारीख: 2026-05-22 00:23
google/gemini-3-flash-preview::none
सारांश
Gemini 3 Flash Preview AI BENCHY वर 7.7 स्कोर करते आणि #41 वर आहे. याची reliability 10.0, pass rate 70.0%, एकूण खर्च $0.023, आणि सरासरी response time 1.70s आहे.
Gemini 3 Flash Preview खास का आहे: हे डोमेन-विशिष्ट मध्ये सर्वाधिक उठून दिसते, जिथे त्याचा rank #1 आहे; तर संयुक्त हा सर्वात कमकुवत भाग आहे, rank #18. या score range साठी एकूण benchmark खर्च असामान्यपणे कमी आहे. समान मॉडेल्सच्या तुलनेत हे लक्षणीय वेगवान आहे.
7.7
सुसंगतता
9.2
10.0
$0.023
एकूण आउटपुट टोकन्स
1,879
एकूण इनपुट टोकन्स
0
इनपुट किंमत
$0.500 / 1M
आउटपुट किंमत
$3.000 / 1M
अस्थिर चाचण्या
2
अस्थिर चाचण्यांत रन्समध्ये मिश्र निकाल असतात (किमान एक पास आणि एक फेल).
जनरेशन शोकेस
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
रन इतिहास
| चाचणी तारीख | स्कोअर | विश्वसनीयता | बरोबर चाचण्या | एकूण खर्च | तुलना करा |
|---|---|---|---|---|---|
| 2026-06-04 13:56 नवीन चाचणी जोडली | 7.4 | 10.0 | $0.025 | तुलना करा | |
| 2026-05-22 00:23 सूट बदलला | 7.7 | 10.0 | $0.023 | सध्याची रन | |
| 2026-04-11 01:44 पहिली नोंदलेली रन | 8.1 | लागू नाही | $0.021 | तुलना करा |
या रनमध्ये वेगळा बेंचमार्क सूट वापरला गेला. ऐतिहासिक बदल वाचताना सूटमधील बदल लक्षात घ्या.
रन तुलना
| रन | स्कोअर | सुसंगतता | विश्वसनीयता | बरोबर चाचण्या | अस्थिर चाचण्या | एकूण आउटपुट टोकन्स | एकूण इनपुट टोकन्स | एकूण खर्च | प्रतिसाद वेळ (सरासरी) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-05-22 00:23 · सूट बदलला | 7.7 | 9.2 | 10.0 | 13/20 | 2 | 1,879 | 0 | $0.023 | 1.70s |
| 2026-04-11 01:44 · पहिली नोंदलेली रन | 8.1 | 9.1 | लागू नाही | 13/18 | 2 | 1,840 | 0 | $0.021 | 1.65s |
| फरक | -0.5 | +0.1 | 0 | 0 | +39 | 0 | +$0.003 | +42ms |
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.
स्कोअरनुसार शीर्ष मॉडेल्स
स्कोअर vs एकूण खर्च
प्रतिसाद वेळ (सरासरी)
स्कोअर vs प्रतिसाद वेळ (सरासरी)
एकूण आउटपुट टोकन्स
स्कोअर vs एकूण आउटपुट टोकन्स
झटपट तुलना
Gemini 3 Flash PreviewnonevsGLM 5.1mediumGemini 3 Flash PreviewnonevsGLM 5.2noneGemini 3 Flash PreviewnonevsLaguna XS 2.1mediumमोफत उपलब्धGemini 3 Flash PreviewnonevsQwen3.7 PlusnoneGemini 3 Flash PreviewnonevsKimi K2.7 CodemediumGemini 3 Flash PreviewnonevsGemini 3.5 FlashhighGemini 3 Flash PreviewnonevsGemini 3 Flash PreviewmediumGemini 3 Flash PreviewnonevsNemotron 3 Ultra 550b A55bmediumमोफत उपलब्धGemini 3 Flash PreviewnonevsGPT-5.5low
श्रेणीवार तपशील
| श्रेणी | स्कोअर | सुसंगतता | बरोबर चाचण्या |
|---|---|---|---|
| अँटी-एआय युक्त्या | 8.3 | 10.0 | |
| कोडिंग | 6.8 | 10.0 | |
| संयुक्त | 4.7 | 1.6 | |
| डेटा पार्सिंग आणि निष्कर्षण | 10.0 | 10.0 | |
| डोमेन-विशिष्ट | 7.7 | 10.0 | |
| Samanya Buddhimatta | 10.0 | 10.0 | |
| सूचनांचे पालन | 6.4 | 5.8 | |
| कोडी सोडवणे | 7.7 | 10.0 | |
| टूल कॉलिंग | 10.0 | 10.0 | |
| सामान्य ज्ञान | 3.0 | 10.0 |