#1 Gemini 3 Flash Preview
medium- Cost
- $0.010
- Timp
- 18.4s
- Tokenuri
- 3,351 tok
Google
Lansare: 2025-12-17
Testat la: 2026-04-23 15:25
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 N/D, rată de reușită 100.0%, cost total $0.108 și timp mediu de răspuns 12.11s.
Ce face Gemini 3 Flash 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.
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
N/D
$0.108
Total tokenuri de ieșire
34,404
Total tokenuri de intrare
0
Preț de intrare
$0.500 / 1M
Preț de ieșire
$3.000 / 1M
Teste greșite: 0
Rată de trecere pe încercare: 100.0%
Acoperire benchmark: 18/54 încercări
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 | 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 | Rularea curentă | |
| 2026-04-11 01:44 Prima rulare înregistrată | 10.0 | N/D | $0.314 | Compară |
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) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-04-23 15:25 · Retestare | 18/54 încercări | 10.0 | 10.0 | N/D | 18/18 | 0 | 34,404 | 0 | $0.108 | 12.11s |
| 2026-07-16 22:51 · Test nou adăugat | 66/66 încercări | 9.6 | 9.7 | 10.0 | 21/22 | 1 | 232,650 | 87,861 | $0.742 | 19.20s |
| Diferență | — | +0.4 | +0.3 | -3 | -1 | -198246 | -87861 | -$0.634 | -7094ms |
Acoperirea benchmark diferă: 18/54 încercări (Țintă: 3 repetări per test) față de 66/66 încercări (Țintă: 3 repetări per test). Totalurile și metricile sensibile la repetări nu sunt direct comparabile.
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 |