Навигация
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

Google: Gemini 3.1 Flash Lite vs Owl Alpha

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-05-08

Метрика Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite none Релиз: 2026-05-08 Owl Alpha Owl Alpha medium Релиз: 2026-04-30
Оценка 6.7 6.0
Ранг #73 #88
Надежность 10.0 10.0
Стабильность 8.4 9.6
Тестов верно
Доля успешных попыток 57.9% 43.9%
Нестабильные тесты 4 1
Всего запусков 57 57
Стоимость за результат 0.123 0.000
Общая стоимость $0.012 $0.000
???? ????? $0.250 / 1M $0.000 / 1M
???? ?????? $1.500 / 1M $0.000 / 1M
Выходные токены 2,454 1,613
Токены рассуждений 0 0
Время ответа (среднее) 1.11s 10.58s
Время ответа (макс.) 2.97s 58.63s
Время ответа (суммарно) 21.13s 201.03s

Лучшие модели по оценке

Оценка vs общая стоимость

Время ответа (среднее)

Оценка vs Время ответа (среднее)

Общее число выходных токенов

Оценка vs Общее число выходных токенов

Разбивка по категориям

Анти-ИИ уловки Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Gemini 3.1 Flash Lite 7.5 8.4 66.7% 1 1.07s 639 0
Owl Alpha 4.8 10.0 25.0% 0 3.97s 87 0
Программирование Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Gemini 3.1 Flash Lite 10.0 10.0 100.0% 0 1.59s 636 0
Owl Alpha 10.0 10.0 100.0% 0 7.35s 402 0
Комбинированный Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Gemini 3.1 Flash Lite 3.0 10.0 0.0% 0 2.73s 357 0
Owl Alpha 3.0 10.0 0.0% 0 10.01s 315 0
Парсинг и извлечение данных Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Gemini 3.1 Flash Lite 10.0 10.0 100.0% 0 843ms 279 0
Owl Alpha 10.0 10.0 100.0% 0 21.64s 246 0
Предметно-ориентированное Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Gemini 3.1 Flash Lite 2.9 7.2 11.1% 1 762ms 15 0
Owl Alpha 5.3 10.0 33.3% 0 8.58s 28 0
Общий интеллект Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Gemini 3.1 Flash Lite 4.0 10.0 0.0% 0 992ms 63 0
Owl Alpha 4.3 10.0 0.0% 0 58.63s 98 0
Следование инструкциям Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Gemini 3.1 Flash Lite 10.0 10.0 100.0% 0 859ms 72 0
Owl Alpha 6.3 10.0 50.0% 0 9.59s 57 0
Решение головоломок Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Gemini 3.1 Flash Lite 6.3 4.8 66.7% 2 720ms 150 0
Owl Alpha 5.3 7.2 44.4% 1 3.44s 135 0
Вызов инструментов Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Gemini 3.1 Flash Lite 10.0 10.0 100.0% 0 2.97s 234 0
Owl Alpha 10.0 10.0 100.0% 0 8.26s 228 0
Эрудиция Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Gemini 3.1 Flash Lite 3.0 10.0 0.0% 0 733ms 9 0
Owl Alpha 3.0 10.0 0.0% 0 2.38s 17 0

Быстрое сравнение

Сменить пару сравнения

Owl AlphamediumvsQwen3.5-FlashnoneOwl AlphamediumvsGLM 5V TurbononeSeed-2.0-LitenonevsOwl AlphamediumOwl AlphamediumvsQwen3.5 Plus 2026-04-20noneOwl AlphamediumvsQwen3.5-35B-A3BnoneGemini 3.1 Flash LitenonevsQwen3.6 27BmediumGemini 3.1 Flash LitenonevsKimi K2.5mediumGemini 3.1 Flash LitenonevsGPT-5 MinimediumOwl AlphamediumvsMiMo-V2-PrononeOwl AlphamediumvsQwen3.5-27BnoneOwl AlphamediumvsQwen3.6 27BnoneGemini 3.1 Flash LitenonevsGrok 4.20medium