#13 Gemini 3.1 Flash Lite Preview
high- Cost
- $0.096
- Timp
- 133.9s
- Tokenuri
- 63,687 tok
Google
Lansare: 2026-03-03
Testat la: 2026-05-06 14:01
google/gemini-3.1-flash-lite-preview::high
Rezumat
Gemini 3.1 Flash Lite Preview obține 8.6 pe AI BENCHY și este pe #13. Are fiabilitate N/D, rată de reușită 81.3%, cost total $2.310 și timp mediu de răspuns 68.83s.
Ce face Gemini 3.1 Flash Lite Preview unic: Folosește neobișnuit de multe tokenuri de raționament, ceea ce poate explica rulări mai lente sau mai scumpe.
Model arhivat: acest model nu mai este actualizat și nu mai este testat pe teste noi.
Notă de identitate
Gemini 3.1 Flash Lite Preview a fost versiunea preview a lui Google: Gemini 3.1 Flash Lite.
8.6
Consistență
10.0
N/D
$2.310
Total tokenuri de ieșire
1,534,593
Total tokenuri de intrare
0
Preț de intrare
$0.250 / 1M
Preț de ieșire
$1.500 / 1M
Teste instabile
0
Testele instabile au avut rezultate mixte între rulări (cel puțin un succes și un eșec).
Prezentare generare
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
Istoric rulări
| Testat la | Scor | Fiabilitate | Teste corecte | Cost total | Compară |
|---|---|---|---|---|---|
| 2026-05-06 14:01 Retestare | 8.6 | N/D | $2.310 | Compară | |
| 2026-05-06 14:01 Retestare | 8.6 | N/D | $2.310 | Rularea curentă | |
| 2026-05-06 14:01 Suită modificată | 8.6 | N/D | $2.310 | Compară | |
| 2026-04-10 23:27 Prima rulare înregistrată | 8.4 | N/D | $2.310 | Compară |
Comparație între rulări
| Rulare | Scor | Consistență | Fiabilitate | Teste corecte | Teste instabile | Total tokenuri de ieșire | Total tokenuri de intrare | Cost total | Timp de răspuns (mediu) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-05-06 14:01 · Retestare | 8.6 | 10.0 | N/D | 13/16 | 0 | 1,534,593 | 0 | $2.310 | 68.83s |
| 2026-04-10 23:27 · Prima rulare înregistrată | 8.4 | 9.6 | N/D | 12/16 | 1 | 1,534,593 | 0 | $2.310 | 68.83s |
| Diferență | +0.2 | +0.4 | +1 | -1 | 0 | 0 | $0.000 | 0ms |
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.
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
Comparație rapidă
Defalcare pe categorii
| Categorie | Scor | Consistență | Teste corecte |
|---|---|---|---|
| Trucuri anti-AI | 10.0 | 10.0 | |
| Combinat | 10.0 | 10.0 | |
| Parsare și extragere de date | 10.0 | 10.0 | |
| Specific domeniului | 5.3 | 10.0 | |
| Inteligență generală | 10.0 | 10.0 | |
| Respectarea instrucțiunilor | 9.8 | 10.0 | |
| Rezolvare de puzzle-uri | 7.7 | 10.0 | |
| Apelare instrumente | 10.0 | 10.0 |