AI BENCHY
Advertise here
#23

Gemini 3 Flash Preview

Google प्रकाशन: 2025-12-17 चाचणी तारीख: 2026-04-11 01:44 google/gemini-3-flash-preview::none
(medium) (low) (none)

सारांश

Gemini 3 Flash Preview AI BENCHY वर 8.1 स्कोर करते आणि #23 वर आहे. याची reliability लागू नाही, pass rate 77.8%, एकूण खर्च $0.021, आणि सरासरी response time 1.65s आहे.

Gemini 3 Flash Preview खास का आहे: हे कोडिंग मध्ये सर्वाधिक उठून दिसते, जिथे त्याचा rank #1 आहे; तर सूचनांचे पालन हा सर्वात कमकुवत भाग आहे, rank #17. या score range साठी एकूण benchmark खर्च असामान्यपणे कमी आहे. समान मॉडेल्सच्या तुलनेत हे लक्षणीय वेगवान आहे.

स्कोअर

8.1

सुसंगतता

9.1

विश्वसनीयता

लागू नाही

एकूण खर्च (सध्याची किंमत)

$0.021

एकूण आउटपुट टोकन्स

1,840

एकूण इनपुट टोकन्स

0

इनपुट किंमत

$0.500 / 1M

आउटपुट किंमत

$3.000 / 1M

बरोबर चाचण्या

चुकीच्या चाचण्या: 5

प्रति प्रयत्न पास दर: 77.8%

अस्थिर चाचण्या

2

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

प्रतिसाद वेळ (सरासरी)

1.65s

प्रतिसाद वेळ (कमाल): 3.56s

प्रतिसाद वेळ (एकूण): 18.20s

चुकीचे उत्तर: 5

जनरेशन शोकेस

Hamster playing table tennis

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

#23 Gemini 3 Flash Preview

none
खर्च
$0.003
वेळ
5.6s
टोकन्स
981 tok

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 तुलना करा
2026-04-11 01:44 पहिली नोंदलेली रन 8.1 लागू नाही $0.021 सध्याची रन

रन तुलना

रनस्कोअरसुसंगतताविश्वसनीयताबरोबर चाचण्याअस्थिर चाचण्याएकूण आउटपुट टोकन्सएकूण इनपुट टोकन्सएकूण खर्चप्रतिसाद वेळ (सरासरी)
2026-04-11 01:44 · पहिली नोंदलेली रन8.19.1लागू नाही13/1821,8400$0.0211.65s
2026-05-22 00:23 · सूट बदलला7.79.210.013/2021,8790$0.0231.70s
फरक+0.5-0.100-390-$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.

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 10.0 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

तुलना केलेली मॉडेल्स