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

AI BENCHY Compare

Google: Gemini 3.1 Flash Lite vs Owl Alpha

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-05-08

Metrică Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite minimal Lansare: 2026-05-08 Owl Alpha Owl Alpha medium Lansare: 2026-04-30
Scor 6.8 6.0
Rang #68 #88
Fiabilitate 10.0 10.0
Consistență 8.7 9.6
Teste corecte
Rată de trecere pe încercare 59.7% 43.9%
Teste instabile 3 1
Rulări totale 57 57
Cost per rezultat 0.111 0.000
Cost total $0.012 $0.000
Preț de intrare $0.250 / 1M $0.000 / 1M
Preț de ieșire $1.500 / 1M $0.000 / 1M
Tokenuri de ieșire 2,457 1,613
Tokenuri de raționament 0 0
Timp de răspuns (mediu) 1.41s 10.58s
Timp de răspuns (maxim) 4.49s 58.63s
Timp de răspuns (total) 26.72s 201.03s

Top modele după scor

Scor vs cost total

Timp de răspuns (mediu)

Scor vs Timp de răspuns (mediu)

Total tokenuri de ieșire

Scor vs Total tokenuri de ieșire

Defalcare pe categorii

Trucuri anti-AI Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Gemini 3.1 Flash Lite 8.3 10.0 75.0% 0 1.10s 639 0
Owl Alpha 4.8 10.0 25.0% 0 3.97s 87 0
Programare Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Gemini 3.1 Flash Lite 10.0 10.0 100.0% 0 1.31s 636 0
Owl Alpha 10.0 10.0 100.0% 0 7.35s 402 0
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Gemini 3.1 Flash Lite 3.0 10.0 0.0% 0 2.53s 357 0
Owl Alpha 3.0 10.0 0.0% 0 10.01s 315 0
Parsare și extragere de date Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Gemini 3.1 Flash Lite 10.0 10.0 100.0% 0 1.04s 279 0
Owl Alpha 10.0 10.0 100.0% 0 21.64s 246 0
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Gemini 3.1 Flash Lite 2.9 7.2 11.1% 1 1.02s 15 0
Owl Alpha 5.3 10.0 33.3% 0 8.58s 28 0
Inteligență generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Gemini 3.1 Flash Lite 4.0 10.0 0.0% 0 791ms 63 0
Owl Alpha 4.3 10.0 0.0% 0 58.63s 98 0
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Gemini 3.1 Flash Lite 10.0 10.0 100.0% 0 932ms 72 0
Owl Alpha 6.3 10.0 50.0% 0 9.59s 57 0
Rezolvare de puzzle-uri Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Gemini 3.1 Flash Lite 6.0 4.6 66.7% 2 2.15s 153 0
Owl Alpha 5.3 7.2 44.4% 1 3.44s 135 0
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Gemini 3.1 Flash Lite 10.0 10.0 100.0% 0 3.51s 234 0
Owl Alpha 10.0 10.0 100.0% 0 8.26s 228 0
Cultură generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Gemini 3.1 Flash Lite 3.0 10.0 0.0% 0 724ms 9 0
Owl Alpha 3.0 10.0 0.0% 0 2.38s 17 0

Comparație rapidă

Schimbă perechea de comparație

Owl AlphamediumvsQwen3.5-FlashnoneGemini 3.1 Flash LiteminimalvsKimi K2.5mediumOwl AlphamediumvsGLM 5V TurbononeGemini 3.1 Flash LiteminimalvsGPT-5 MinimediumSeed-2.0-LitenonevsOwl AlphamediumGemini 3.1 Flash LiteminimalvsQwen3.6 27BmediumGemini 3.1 Flash LiteminimalvsGrok 4.20mediumDeepSeek V4 ProhighvsGemini 3.1 Flash LiteminimalOwl AlphamediumvsQwen3.5 Plus 2026-04-20noneOwl AlphamediumvsQwen3.5-35B-A3BnoneGemini 3.1 Flash LiteminimalvsGPT-5.5noneOwl AlphamediumvsMiMo-V2-Pronone