AI BENCHY
Advertise here
#5

Gemini 3 Flash Preview

Google Lansare: 2025-12-17 Testat la: 2026-08-14 02:41 google/gemini-3-flash-preview::medium
~500B în total (~20B activi)MoEÎnchisEstimat
(medium) (low) (none)

Rezumat

Gemini 3 Flash Preview obține 9.5 pe AI BENCHY și este pe #5. Are fiabilitate 10.0, rată de reușită 93.9%, cost total $0.763 și timp mediu de răspuns 19.86s.

Ce face Gemini 3 Flash Preview unic: Se remarcă cel mai mult la Specific domeniului, unde este pe #3, iar Programare este zona cea mai slabă, la #10. Este unul dintre modelele cel mai bine clasate per total. Folosește neobișnuit de multe tokenuri de raționament, ceea ce poate explica rulări mai lente sau mai scumpe.

Date despre model

Documentat la 2026-08-12

Estimat
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.

Sursa parametrilor Sursa disponibilității

Scor

9.5

Consistență

9.7

Fiabilitate

10.0

Cost total (preț curent)

$0.763

Total tokenuri de ieșire

239,608

Total tokenuri de intrare

87,870

Preț de intrare

$0.500 / 1M

Preț de ieșire

$3.000 / 1M

Teste corecte

Teste greșite: 2

Rată de trecere pe încercare: 93.9%

Teste instabile

1

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

Timp de răspuns (mediu)

19.86s

Timp de răspuns (maxim): 117.26s

Timp de răspuns (total): 436.88s

Răspuns greșit: 2

Hamster playing table tennis

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

#5 Gemini 3 Flash Preview

medium
Cost
$0.010
Timp
18.4s
Tokenuri
3,351 tok

Istoric rulări

Testat la Scor Fiabilitate Teste corecte Cost total Compară
2026-08-14 02:41 Retestare 9.5 10.0 $0.763 Rularea curentă
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 Compară
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

RulareAcoperire benchmarkScorConsistențăFiabilitateTeste corecteTeste instabileTotal tokenuri de ieșireTotal tokenuri de intrareCost totalTimp de răspuns (mediu)
2026-08-14 02:41 · Rularea curentă66/66 încercări9.59.710.020/221239,60887,870$0.76319.86s
2026-07-16 22:51 · Test nou adăugat66/66 încercări9.69.710.021/221232,65087,861$0.74219.20s
Diferență—-0.10.00.0-10+6958+9+$0.021+658ms

Aceste două rulări au folosit suite de benchmark diferite, așa că diferențele reflectă atât schimbări ale modelului, cât și ale suitei.

Istoric prețuri

Date istorice de preț pentru acest model de la OpenRouter.

Dată Preț de intrare Preț de ieșire
2026-08-14 12:51 $0.500 / 1M $3.000 / 1M

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 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 8.6 7.6
Combinat 10.0 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
Cultură generală 10.0 10.0

Modele comparate