AI BENCHY
Advertise here
#13

Gemini 3 PRO Preview

Google Lansare: 2025-11-18 Testat la: 2026-04-11 01:44 google/gemini-3-pro-preview::medium
~1.2T în total (~20B activi)MoEÎnchisEstimat

Rezumat

Gemini 3 PRO Preview obține 8.4 pe AI BENCHY și este pe #13. Are fiabilitate N/D, rată de reușită 77.8%, cost total $0.197 și timp mediu de răspuns 9.06s.

Model arhivat: acest model nu mai este actualizat și nu mai este testat pe teste noi.

Date despre model

Documentat la 2026-08-12

Estimat
Parametri
~1.2T în total (~20B activi)
Arhitectură
MoE
Disponibilitate
Închis
Licență
-

Cea mai bună estimare bazată pe informații publice; furnizorul nu a dezvăluit toate valorile.

Scor

8.4

Consistență

10.0

Fiabilitate

N/D

Total tokenuri de ieșire

11,592

Total tokenuri de intrare

0

Preț de intrare

$0.000 / 1M

Preț de ieșire

$0.000 / 1M

Teste corecte

Teste greșite: 4

Rată de trecere pe încercare: 77.8%

Teste instabile

0

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

Timp de răspuns (mediu)

9.06s

Timp de răspuns (maxim): 26.24s

Timp de răspuns (total): 90.58s

Hamster playing table tennis

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

#13 Gemini 3 PRO Preview

medium
No endpoints found for google/gemini-3-pro-preview.
Cost
$0.000
Timp
0.1s
Tokenuri
0 tok

Istoric rulări

Testat la Scor Fiabilitate Teste corecte Cost total Compară
2026-06-04 14:03 Test nou adăugat 6.0 N/D $0.385 Compară
2026-05-22 00:29 Suită modificată 8.1 N/D $0.197 Compară
2026-04-11 01:44 Prima rulare înregistrată 8.4 N/D $0.197 Rularea curentă

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

Defalcare pe categorii

Categorie Scor Consistență Teste corecte
Trucuri anti-AI 10.0 10.0
Programare 3.0 10.0
Combinat 3.0 10.0
Parsare și extragere de date 10.0 10.0
Specific domeniului 5.3 10.0
Inteligență generală 10.0 10.0
Respectarea instrucțiunilor 9.8 10.0
Rezolvare de puzzle-uri 10.0 10.0
Apelare instrumente 10.0 10.0

Modele comparate