AI BENCHY
Advertise here
#65

Gemini 3.1 Flash Lite

Google Lansare: 2026-05-08 Testat la: 2026-05-08 12:00 google/gemini-3.1-flash-lite::minimal
(high) (medium) (low) (minimal) (none)

Rezumat

Gemini 3.1 Flash Lite obține 7.0 pe AI BENCHY și este pe #65. Are fiabilitate 10.0, rată de reușită 63.0%, cost total $0.012 și timp mediu de răspuns 1.44s.

Ce face Gemini 3.1 Flash Lite unic: Se remarcă cel mai mult la Programare, unde este pe #1, iar Inteligență generală este zona cea mai slabă, la #15. Costul total al benchmarkului este neobișnuit de mic pentru acest nivel de scor. Este vizibil rapid față de modele similare.

Scor

7.0

Consistență

8.6

Fiabilitate

10.0

Cost total (preț curent)

$0.012

Total tokenuri de ieșire

2,448

Total tokenuri de intrare

0

Preț de intrare

$0.250 / 1M

Preț de ieșire

$1.500 / 1M

Teste corecte

Teste greșite: 8

Rată de trecere pe încercare: 63.0%

Teste instabile

3

Testele instabile au avut rezultate mixte între rulări (cel puțin un succes și un eșec).

Timp de răspuns (mediu)

1.44s

Timp de răspuns (maxim): 4.49s

Timp de răspuns (total): 26.00s

Răspuns greșit: 5 Nu a urmat instrucțiunile: 3

Prezentare generare

Hamster playing table tennis

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

#65 Gemini 3.1 Flash Lite

minimal
Cost
$0.001
Timp
3.7s
Tokenuri
635 tok

Istoric rulări

Testat la Scor Fiabilitate Teste corecte Cost total Compară
2026-06-04 13:59 Test nou adăugat 6.4 10.0 $0.013 Compară
2026-05-22 00:26 Suită modificată 6.7 10.0 $0.013 Compară
2026-05-08 12:00 Prima rulare 7.0 10.0 $0.012 Rularea curentă

Comparație între rulări

RulareScorConsistențăFiabilitateTeste corecteTeste instabileTotal tokenuri de ieșireTotal tokenuri de intrareCost totalTimp de răspuns (mediu)
2026-05-08 12:00 · Prima rulare7.08.610.010/1832,4480$0.0121.44s
2026-06-04 13:59 · Test nou adăugat6.48.810.010/2132,48736,973$0.0131.33s
Diferență+0.6-0.20.000-39-36973-$0.002+115ms

Aceste două rulări au folosit suite de benchmark diferite, așa că diferențele reflectă atât schimbări ale modelului, cât și ale suitei.

Grafice

Alege primul model, apoi fă clic pe al doilea model pentru a deschide o pagină alăturată.

Total tokenuri de ieșire

Scor vs Total tokenuri de ieșire

Comparație rapidă

Gemini 3.1 Flash LiteminimalvsQwen3.6 27BmediumGemini 3.1 Flash LiteminimalvsStep 3.5 FlashmediumGemini 3.1 Flash LiteminimalvsGemini 3.1 Flash Lite PreviewnoneGemini 3.1 Flash LiteminimalvsGPT-5 NanomediumGemini 3.1 Flash LiteminimalvsGemini 3.1 Flash LitelowGemini 3.1 Flash LiteminimalvsGemini 3.5 FlashhighGemini 3.1 Flash LiteminimalvsGemini 3 Flash PreviewmediumGemini 3.1 Flash LiteminimalvsNemotron 3 Ultra 550b A55bmediumDisponibil gratuitGemini 3.1 Flash LiteminimalvsGPT-5.5low

Defalcare pe categorii

Categorie Scor Consistență Teste corecte
Trucuri anti-AI 8.3 10.0
Programare 10.0 10.0
Combinat 3.0 10.0
Parsare și extragere de date 10.0 10.0
Specific domeniului 2.9 7.2
Inteligență generală 4.0 10.0
Respectarea instrucțiunilor 10.0 10.0
Rezolvare de puzzle-uri 6.0 4.6
Apelare instrumente 10.0 10.0

Modele comparate