AI BENCHY
Advertise here
#1

Gemini 3 Flash Preview

Google Релиз: 2025-12-17 Проверено: 2026-05-06 13:38 google/gemini-3-flash-preview::medium
~500B всего (~20B активных)MoEЗакрытая модельОценка
(medium) (low) (none)

Сводка

Gemini 3 Flash Preview набирает 9.8 в AI BENCHY и занимает #1. У модели надежность 10.0, доля успешных попыток 98.2%, общая стоимость $0.320 и среднее время ответа 11.53s.

Что делает Gemini 3 Flash Preview особенной: Сильнее всего модель выделяется в Предметно-ориентированное, где занимает #1; самая слабая область — Решение головоломок с #8. Это одна из самых высоко ранжированных моделей в целом.

Сведения о модели

Дата исследования: 2026-08-12

Оценка
Параметры
~500B всего (~20B активных)
Архитектура
MoE
Доступность
Закрытая модель
Лицензия
-

Наиболее обоснованная оценка по открытым данным; поставщик раскрыл не все значения.

Источник данных о параметрах Источник данных о доступности

Оценка

9.8

Стабильность

9.6

Надежность

10.0

Общая стоимость (текущая цена)

$0.320

Общее число выходных токенов

101,480

Общее число входных токенов

0

Цена входа

$0.500 / 1M

Цена выхода

$3.000 / 1M

Тестов верно

Ошибочных тестов: 1

Доля успешных попыток: 98.2%

Нестабильные тесты

1

Нестабильные тесты имели смешанные результаты между прогонами (как минимум один успех и один провал).

Время ответа (среднее)

11.53s

Время ответа (макс.): 74.66s

Время ответа (суммарно): 207.46s

Не соблюдены инструкции: 1

Hamster playing table tennis

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

#1 Gemini 3 Flash Preview

medium
Стоимость
$0.010
Время
18.4s
Токены
3,351 tok

История запусков

Проверено Оценка Надежность Тестов верно Общая стоимость Сравнить
2026-08-14 02:41 Повторный тест 9.5 10.0 $0.763 Сравнить
2026-07-16 22:51 Добавлен новый тест 9.6 10.0 $0.742 Сравнить
2026-06-04 13:59 Добавлен новый тест 9.8 10.0 $0.667 Сравнить
2026-05-22 00:28 Набор изменён 9.8 10.0 $0.567 Сравнить
2026-05-06 13:52 Набор изменён 10.0 10.0 $0.321 Сравнить
2026-05-06 13:38 Набор изменён 9.8 10.0 $0.320 Текущий запуск
2026-04-23 15:25 Повторный тест 10.0 Н/Д $0.108 Сравнить
2026-04-11 01:44 Первый зафиксированный запуск 10.0 Н/Д $0.314 Сравнить

Этот запуск использовал другой набор бенчмарков. Учитывайте изменения набора при чтении исторической динамики.

Сравнение запусков

ЗапускПокрытие бенчмаркаОценкаСтабильностьНадежностьТестов верноНестабильные тестыОбщее число выходных токеновОбщее число входных токеновОбщая стоимостьВремя ответа (среднее)
2026-05-06 13:38 · Набор изменён54/54 попыток9.89.610.017/181101,4800$0.32011.53s
2026-05-22 00:28 · Набор изменён60/60 попыток9.89.610.019/201183,3240$0.56716.72s
Разница—0.00.00.0-20-818440-$0.248-5193ms

Покрытие бенчмарка различается: 54/54 попыток (Цель: 3 повторов на тест) против 60/60 попыток (Цель: 3 повторов на тест). Итоги и метрики, зависящие от числа повторов, нельзя сравнивать напрямую.

Эти два запуска использовали разные наборы бенчмарков, поэтому различия отражают и изменения модели, и изменения набора.

Графики

Выберите первую модель, затем нажмите вторую, чтобы открыть страницу сравнения бок о бок.

Общее число выходных токенов

Оценка vs Общее число выходных токенов

Быстрое сравнение

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

Разбивка по категориям

Категория Оценка Стабильность Тестов верно
Анти-ИИ уловки 10.0 10.0
Программирование 10.0 10.0
Комбинированный 10.0 10.0
Парсинг и извлечение данных 10.0 10.0
Предметно-ориентированное 10.0 10.0
Общий интеллект 10.0 10.0
Следование инструкциям 10.0 10.0
Решение головоломок 9.0 7.9
Вызов инструментов 10.0 10.0

Сравниваемые модели