#1 Gemini 3 Flash Preview
medium- Cost
- $0.010
- Timp
- 18.4s
- Tokenuri
- 3,351 tok
Google
Lansare: 2025-12-17
Testat la: 2026-05-06 13:52
google/gemini-3-flash-preview::medium
~500B în total (~20B activi)MoEÎnchisEstimat
Rezumat
Gemini 3 Flash Preview obține 10.0 pe AI BENCHY și este pe #1. Are fiabilitate 10.0, rată de reușită 100.0%, cost total $0.321 și timp mediu de răspuns 11.76s.
Ce face Gemini 3 Flash Preview unic: Este unul dintre modelele cel mai bine clasate per total.
Date despre model
Documentat la 2026-08-12
- Parametri
- ~500B în total (~20B activi)
- Arhitectură
- MoE
- Disponibilitate
- Închis
- Licență
- -
Cea mai bună estimare bazată pe informații publice; furnizorul nu a dezvăluit toate valorile.
10.0
Consistență
10.0
10.0
$0.321
Total tokenuri de ieșire
101,771
Total tokenuri de intrare
0
Preț de intrare
$0.500 / 1M
Preț de ieșire
$3.000 / 1M
Teste instabile
0
Testele instabile au avut rezultate mixte între rulări (cel puțin un succes și un eșec).
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 |
|---|---|---|---|---|---|
| 2026-08-14 02:41 Retestare | 9.5 | 10.0 | $0.763 | Compară | |
| 2026-07-16 22:51 Test nou adăugat | 9.6 | 10.0 | $0.742 | Compară | |
| 2026-06-04 13:59 Test nou adăugat | 9.8 | 10.0 | $0.667 | Compară | |
| 2026-05-22 00:28 Suită modificată | 9.8 | 10.0 | $0.567 | Compară | |
| 2026-05-06 13:52 Suită modificată | 10.0 | 10.0 | $0.321 | Rularea curentă | |
| 2026-05-06 13:38 Suită modificată | 9.8 | 10.0 | $0.320 | Compară | |
| 2026-04-23 15:25 Retestare | 10.0 | N/D | $0.108 | Compară | |
| 2026-04-11 01:44 Prima rulare înregistrată | 10.0 | N/D | $0.314 | Compară |
Această rulare a folosit o suită de benchmark diferită. Ține cont de schimbările suitei când interpretezi evoluția istorică.
Comparație între rulări
| Rulare | Acoperire benchmark | Scor | Consistență | Fiabilitate | Teste corecte | Teste instabile | Total tokenuri de ieșire | Total tokenuri de intrare | Cost total | Timp de răspuns (mediu) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-05-06 13:52 · Suită modificată | 54/54 încercări | 10.0 | 10.0 | 10.0 | 18/18 | 0 | 101,771 | 0 | $0.321 | 11.76s |
| 2026-05-06 13:38 · Suită modificată | 54/54 încercări | 9.8 | 9.6 | 10.0 | 17/18 | 1 | 101,480 | 0 | $0.320 | 11.53s |
| Diferență | — | +0.2 | +0.4 | 0.0 | +1 | -1 | +291 | 0 | +$0.001 | +230ms |
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 PreviewmediumvsGPT-5.6 SollowGemini 3 Flash PreviewmediumvsGemini 3.5 FlashhighGemini 3 Flash PreviewmediumvsGemini 3.6 FlashmediumGemini 3 Flash PreviewmediumvsGemini 3.7 FlashmediumGemini 3 Flash PreviewmediumvsGemini 3.7 FlashhighGemini 3 Flash PreviewmediumvsGPT-5.6 SolmediumGemini 3 Flash PreviewmediumvsGemini 3.6 FlashhighGemini 3 Flash PreviewmediumvsGPT-5.6 SolhighGemini 3 Flash PreviewmediumvsGPT-5.5lowGemini 3 Flash PreviewmediumvsGrok 4.6high
Defalcare pe categorii
| Categorie | Scor | Consistență | Teste corecte |
|---|---|---|---|
| Trucuri anti-AI | 10.0 | 10.0 | |
| Programare | 10.0 | 10.0 | |
| Combinat | 10.0 | 10.0 | |
| Parsare și extragere de date | 10.0 | 10.0 | |
| Specific domeniului | 10.0 | 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 |