AI BENCHY Compare
Google: Gemini 2.5 Flash vs Google: Gemini 3.1 Pro Preview
Compară:
Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-03-03
| Metrică | Google: Gemini 2.5 Flash none Lansare: 2025-06-17 | Google: Gemini 3.1 Pro Preview medium Lansare: 2026-02-19 |
|---|---|---|
| Rang | #36 | #2 |
| Scor mediu | 5.34 | 9.36 |
| Consistență | 9.40 | 10.00 |
| Cost per rezultat | 0.107 | 2.443 |
| Cost total | $0.007 | $0.318 |
| Teste corecte | ||
| Rată de trecere pe încercare | 47.6% | 92.9% |
| Teste instabile | 1 | 0 |
| Tokenuri de ieșire | 826 | 1,000 |
| Tokenuri de raționament | 0 | 22,936 |
Scor vs cost total
Defalcare pe categorii
| Trucuri anti-AI | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|
| Google: Gemini 2.5 Flash | 1.00 | 10.00 | 0.0% | 0 | 99 | 0 | |
| Google: Gemini 3.1 Pro Preview | 10.00 | 10.00 | 100.0% | 0 | 106 | 2,533 |
| Parsare și extragere de date | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|
| Google: Gemini 2.5 Flash | 9.88 | 10.00 | 100.0% | 0 | 279 | 0 | |
| Google: Gemini 3.1 Pro Preview | 10.00 | 10.00 | 100.0% | 0 | 292 | 3,164 |
| Specific domeniului | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|
| Google: Gemini 2.5 Flash | 4.00 | 7.21 | 55.6% | 1 | 12 | 0 | |
| Google: Gemini 3.1 Pro Preview | 7.00 | 10.00 | 66.7% | 0 | 18 | 10,688 |
| Respectarea instrucțiunilor | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|
| Google: Gemini 2.5 Flash | 8.00 | 9.99 | 50.0% | 0 | 70 | 0 | |
| Google: Gemini 3.1 Pro Preview | 10.00 | 10.00 | 100.0% | 0 | 72 | 2,436 |
| Puzzle Solving | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|
| Google: Gemini 2.5 Flash | 4.67 | 10.00 | 33.3% | 0 | 132 | 0 | |
| Google: Gemini 3.1 Pro Preview | 10.00 | 10.00 | 100.0% | 0 | 238 | 3,133 |
| Apelare instrumente | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|
| Google: Gemini 2.5 Flash | 10.00 | 10.00 | 100.0% | 0 | 234 | 0 | |
| Google: Gemini 3.1 Pro Preview | 10.00 | 10.00 | 100.0% | 0 | 274 | 982 |
Comparație rapidă
Schimbă perechea de comparație
Gemini 2.5 FlashnonevsMiniMax M2.5mediumGemini 2.5 Flashnonevsgpt-oss-120bmediumDisponibil gratuitGemini 2.5 FlashnonevsGPT-5 MinimediumGemini 2.5 FlashnonevsQwen3.5-FlashmediumGemini 2.5 FlashnonevsGPT-5 NanomediumGemini 2.5 FlashnonevsQwen3.5-35B-A3BmediumGemini 2.5 FlashnonevsMiMo-V2-FlashmediumClaude Opus 4.6mediumvsGemini 2.5 FlashnoneSeed-2.0-MinimediumvsGemini 2.5 FlashnoneGemini 2.5 FlashnonevsKimi K2.5mediumGemini 2.5 FlashnonevsGrok 4.1 FastmediumGemini 2.5 FlashnonevsGLM 4.7 Flashmedium