AI BENCHY
Advertise here
#4

Gemini 3.1 Pro Preview

Google Lançamento: 2026-02-19 Testado em: 2026-05-22 00:30 google/gemini-3.1-pro-preview::medium
~1.2T no total (~20B ativos)MoECódigo fechadoEstimado

Resumo

Gemini 3.1 Pro Preview marca 9.3 no AI BENCHY e fica em #4. Tem fiabilidade 10.0, taxa de acerto de 90.0%, custo total de $1.006 e tempo médio de resposta de 20.80s.

O que torna Gemini 3.1 Pro Preview único: Destaca-se mais em Específico do domínio, onde fica em #2, enquanto Programação é a área mais fraca em #13. Está entre os modelos mais bem classificados no geral.

Dados do modelo

Pesquisado em 2026-08-12

Estimado
Parâmetros
~1.2T no total (~20B ativos)
Arquitetura
MoE
Disponibilidade
Código fechado
Licença
-

Melhor estimativa com base em evidências públicas; o fornecedor não divulgou todos os valores.

Fonte dos parâmetros Fonte da disponibilidade

Pontuação

9.3

Consistência

10.0

Confiabilidade

10.0

Custo total (preço atual)

$1.006

Total de tokens de saída

77,341

Total de tokens de entrada

0

Preço de entrada

$2.000 / 1M

Preço de saída

$12.000 / 1M

Testes corretos

Testes errados: 2

Taxa de acerto por tentativa: 90.0%

Testes instáveis

0

Testes instáveis tiveram resultados mistos entre execuções (pelo menos um acerto e uma falha).

Tempo de resposta (médio)

20.80s

Tempo de resposta (máx.): 88.68s

Tempo de resposta (total): 270.46s

Resposta incorreta: 2

Hamster playing table tennis

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

#4 Gemini 3.1 Pro Preview

medium
Custo
$0.115
Tempo
87.2s
Tokens
9,629 tok

Histórico de execuções

Testado em Pontuação Confiabilidade Testes corretos Custo total Comparar
2026-08-14 02:51 Novo teste 9.2 10.0 $1.352 Comparar
2026-07-16 23:01 Novo teste adicionado 9.2 10.0 $1.361 Comparar
2026-06-04 14:04 Novo teste adicionado 9.4 10.0 $1.054 Comparar
2026-05-22 00:30 Suite alterada 9.3 10.0 $1.006 Execução atual
2026-04-11 01:44 Primeira execução registrada 9.6 N/D $0.578 Comparar

Esta execução usou uma suite de benchmark diferente. Considere as mudanças na suite ao analisar a evolução histórica.

Comparação de execuções

ExecuçãoCobertura do benchmarkPontuaçãoConsistênciaConfiabilidadeTestes corretosTestes instáveisTotal de tokens de saídaTotal de tokens de entradaCusto totalTempo de resposta (médio)
2026-05-22 00:30 · Suite alterada60/60 tentativas9.310.010.018/20077,3410$1.00620.80s
2026-07-16 23:01 · Novo teste adicionado66/66 tentativas9.210.010.020/22097,95892,287$1.36121.47s
Diferença—+0.10.00.0-20-20617-92287-$0.355-667ms

A cobertura do benchmark é diferente: 60/60 tentativas (Meta: 3 repetições por teste) contra 66/66 tentativas (Meta: 3 repetições por teste). Totais e métricas sensíveis a repetições não são diretamente comparáveis.

Estas duas execuções usaram suites de benchmark diferentes, então as diferenças refletem tanto mudanças do modelo quanto da suite.

Gráficos

Escolha o primeiro modelo e depois clique em um segundo modelo para abrir uma página lado a lado.

Total de tokens de saída

Pontuação vs Total de tokens de saída

Comparação rápida

Gemini 3.1 Pro PreviewmediumvsGrok 4.6highGemini 3.1 Pro PreviewmediumvsGemini 3.7 FlashlowGemini 3.1 Pro PreviewmediumvsGPT-5.5lowGemini 3.1 Pro PreviewmediumvsClaude Opus 5highGemini 3.1 Pro PreviewmediumvsGPT-5.6 SolhighGemini 3.1 Pro PreviewmediumvsClaude Opus 5mediumGemini 3.1 Pro PreviewmediumvsGPT-5.6 SolmediumGemini 3.1 Pro PreviewmediumvsSeed 2.1 TurbolowGemini 3.1 Pro PreviewmediumvsGemini 3.7 FlashmediumGemini 3.1 Pro PreviewmediumvsQwen3.7 Maxmedium

Detalhamento por categoria

Categoria Pontuação Consistência Testes corretos
Truques anti-IA 10.0 10.0
Programação 7.0 9.8
Combinado 9.5 10.0
Análise e extração de dados 10.0 10.0
Específico do domínio 7.7 10.0
Inteligência geral 10.0 10.0
Seguimento de instruções 10.0 10.0
Resolução de quebra-cabeças 10.0 10.0
Chamada de ferramentas 10.0 10.0
Conhecimentos gerais 10.0 10.0

Modelos comparados