#2 Gemini 3.1 Pro Preview
medium- Cost
- $0.115
- Timp
- 87.2s
- Tokenuri
- 9,629 tok
Google
Lansare: 2026-02-19
Testat la: 2026-04-11 01:44
google/gemini-3.1-pro-preview::medium
Rezumat
Gemini 3.1 Pro Preview obține 9.6 pe AI BENCHY și este pe #2. Are fiabilitate N/D, rată de reușită 94.4%, cost total $0.578 și timp mediu de răspuns 15.96s.
Ce face Gemini 3.1 Pro Preview unic: Este unul dintre modelele cel mai bine clasate per total. Costul total al benchmarkului este neobișnuit de mic pentru acest nivel de scor.
9.6
Consistență
10.0
N/D
$0.578
Total tokenuri de ieșire
42,474
Total tokenuri de intrare
0
Preț de intrare
$2.000 / 1M
Preț de ieșire
$12.000 / 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 |
|---|---|---|---|---|---|
| 2026-06-04 14:04 Test nou adăugat | 9.4 | 10.0 | $1.054 | Compară | |
| 2026-05-22 00:30 Suită modificată | 9.3 | 10.0 | $1.006 | Compară | |
| 2026-04-11 01:44 Prima rulare înregistrată | 9.6 | N/D | $0.578 | Rularea curentă |
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) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-04-11 01:44 · Prima rulare înregistrată | 9.6 | 10.0 | N/D | 17/18 | 0 | 42,474 | 0 | $0.578 | 15.96s |
| 2026-06-04 14:04 · Test nou adăugat | 9.4 | 10.0 | 10.0 | 19/21 | 0 | 80,873 | 41,617 | $1.054 | 20.14s |
| Diferență | +0.2 | 0.0 | -2 | 0 | -38399 | -41617 | -$0.476 | -4181ms |
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
Gemini 3.1 Pro PreviewmediumvsClaude Fable 5mediumGemini 3.1 Pro PreviewmediumvsGemini 3.5 FlashmediumGemini 3.1 Pro PreviewmediumvsGemini 3.5 FlashlowGemini 3.1 Pro PreviewmediumvsGPT-5.5mediumGemini 3.1 Pro PreviewmediumvsGPT-5.5lowGemini 3.1 Pro PreviewmediumvsGPT-5.3-CodexmediumGemini 3.1 Pro PreviewmediumvsGemini 3.5 FlashhighGemini 3.1 Pro PreviewmediumvsGemini 3 Flash PreviewmediumGemini 3.1 Pro PreviewmediumvsNemotron 3 Ultra 550b A55bmediumDisponibil gratuit
Defalcare pe categorii
| Categorie | Scor | Consistență | Teste corecte |
|---|---|---|---|
| Trucuri anti-AI | 10.0 | 10.0 | |
| Programare | 10.0 | 10.0 | |
| Combinat | 9.5 | 10.0 | |
| Parsare și extragere de date | 10.0 | 10.0 | |
| Specific domeniului | 7.7 | 10.0 | |
| Inteligență generală | 10.0 | 10.0 | |
| Respectarea instrucțiunilor | 10.0 | 10.0 | |
| Rezolvare de puzzle-uri | 10.0 | 10.0 | |
| Apelare instrumente | 10.0 | 10.0 |