AI BENCHY
Advertise here
#8

Gemini 3.5 Flash

Google Lansare: 2026-05-19 Testat la: 2026-05-22 00:29 google/gemini-3.5-flash::none
(high) (medium) (low) (minimal) (none)

Rezumat

Gemini 3.5 Flash obține 8.9 pe AI BENCHY și este pe #8. Are fiabilitate 10.0, rată de reușită 90.2%, cost total $0.924 și timp mediu de răspuns 9.05s.

Ce face Gemini 3.5 Flash unic: Se remarcă cel mai mult la Parsare și extragere de date, unde este pe #1, iar Combinat este zona cea mai slabă, la #17.

Scor

8.9

Consistență

8.6

Fiabilitate

10.0

Cost total (preț curent)

$0.924

Total tokenuri de ieșire

100,760

Total tokenuri de intrare

0

Preț de intrare

$1.500 / 1M

Preț de ieșire

$9.000 / 1M

Teste corecte

Teste greșite: 3

Rată de trecere pe încercare: 90.2%

Teste instabile

3

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

Timp de răspuns (mediu)

9.05s

Timp de răspuns (maxim): 64.36s

Timp de răspuns (total): 153.86s

Răspuns greșit: 3

Prezentare generare

Hamster playing table tennis

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

#8 Gemini 3.5 Flash

none
Cost
$0.225
Timp
125.5s
Tokenuri
25,004 tok

Istoric rulări

Testat la Scor Fiabilitate Teste corecte Cost total Compară
2026-06-04 14:02 Test nou adăugat 8.1 10.0 $1.079 Compară
2026-05-22 00:29 Suită modificată 8.9 10.0 $0.924 Rularea curentă
2026-05-19 23:35 Prima rulare 9.1 10.0 $0.489 Compară

Această rulare a folosit o suită de benchmark diferită. Ține cont de schimbările suitei când interpretezi evoluția istorică.

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 3.5 FlashnonevsGLM 5.2noneGemini 3.5 FlashnonevsStep 3.7 FlashhighGemini 3.5 FlashnonevsQwen3.7 PlusnoneGemini 3.5 FlashnonevsGLM 5.1mediumGemini 3.5 FlashnonevsGemma 4 26B A4BmediumDisponibil gratuitGemini 3.5 FlashnonevsLaguna XS 2.1mediumDisponibil gratuitGemini 3.5 FlashnonevsGemini 3.5 FlashhighGemini 3.5 FlashnonevsGemini 3 Flash PreviewmediumGemini 3.5 FlashnonevsNemotron 3 Ultra 550b A55bmediumDisponibil gratuitGemini 3.5 FlashnonevsGPT-5.5low

Defalcare pe categorii

Categorie Scor Consistență Teste corecte
Trucuri anti-AI 10.0 10.0
Programare 8.2 6.7
Combinat 0.0 0.0
Parsare și extragere de date 10.0 10.0
Specific domeniului 7.6 7.2
Inteligență generală 10.0 10.0
Respectarea instrucțiunilor 9.8 10.0
Rezolvare de puzzle-uri 10.0 10.0
Apelare instrumente 0.0 0.0
Cultură generală 2.8 1.6

Modele comparate