#12 Gemini 3 Flash Preview
low- Cost
- $0.007
- Timp
- 12.1s
- Tokenuri
- 2,289 tok
Google
Lansare: 2025-12-17
Testat la: 2026-05-22 00:26
google/gemini-3-flash-preview::low
Rezumat
Gemini 3 Flash Preview obține 8.6 pe AI BENCHY și este pe #12. Are fiabilitate 10.0, rată de reușită 81.7%, cost total $0.106 și timp mediu de răspuns 5.86s.
Ce face Gemini 3 Flash Preview unic: Se remarcă cel mai mult la Cultură generală, unde este pe #1, iar Programare este zona cea mai slabă, la #18. Costul total al benchmarkului este neobișnuit de mic pentru acest nivel de scor.
8.6
Consistență
9.6
10.0
$0.106
Total tokenuri de ieșire
29,491
Total tokenuri de intrare
0
Preț de intrare
$0.500 / 1M
Preț de ieșire
$3.000 / 1M
Teste instabile
1
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 13:59 Test nou adăugat | 8.4 | 10.0 | $0.111 | Compară | |
| 2026-05-22 00:26 Suită modificată | 8.6 | 10.0 | $0.106 | Rularea curentă | |
| 2026-04-11 01:44 Prima rulare înregistrată | 8.8 | N/D | $0.091 | Compară |
Această rulare a folosit o suită de benchmark diferită. Ține cont de schimbările suitei când interpretezi evoluția istorică.
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) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-05-22 00:26 · Suită modificată | 8.6 | 9.6 | 10.0 | 16/20 | 1 | 29,491 | 0 | $0.106 | 5.86s |
| 2026-06-04 13:59 · Test nou adăugat | 8.4 | 9.2 | 10.0 | 16/21 | 2 | 30,594 | 36,769 | $0.111 | 5.76s |
| Diferență | +0.3 | +0.4 | 0.0 | 0 | -1 | -1103 | -36769 | -$0.005 | +104ms |
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 Flash PreviewlowvsMiMo-V2.5-PromediumGemini 3 Flash PreviewlowvsDeepSeek V3.2mediumGemini 3 Flash PreviewlowvsQwen3.6 FlashmediumGemini 3 Flash PreviewlowvsGrok 4.20mediumGemini 3 Flash PreviewlowvsGemini 3.5 FlashhighGemini 3 Flash PreviewlowvsGemini 3 Flash PreviewmediumGemini 3 Flash PreviewlowvsNemotron 3 Ultra 550b A55bmediumDisponibil gratuitGemini 3 Flash PreviewlowvsGPT-5.5low
Defalcare pe categorii
| Categorie | Scor | Consistență | Teste corecte |
|---|---|---|---|
| Trucuri anti-AI | 10.0 | 10.0 | |
| Programare | 7.3 | 10.0 | |
| Combinat | 3.0 | 10.0 | |
| Parsare și extragere de date | 10.0 | 10.0 | |
| Specific domeniului | 5.3 | 7.2 | |
| Inteligență generală | 10.0 | 10.0 | |
| Respectarea instrucțiunilor | 9.9 | 10.0 | |
| Rezolvare de puzzle-uri | 10.0 | 10.0 | |
| Apelare instrumente | 10.0 | 10.0 | |
| Cultură generală | 10.0 | 10.0 |