#50

Gemini 3.1 Flash Lite Preview

Google اجرا: 2026-03-03 ٹیسٹ کیا گیا: 2026-05-22 00:27 google/gemini-3.1-flash-lite-preview::none

~150B کل (~10B فعال)MoEبند ماخذتخمینہ

(high) (medium) (low) (none)

خلاصہ

Gemini 3.1 Flash Lite Preview AI BENCHY پر 7.5 اسکور کرتا ہے اور #50 پر ہے۔ اس کی reliability 10.0، pass rate 63.3%، کل لاگت $0.017، اور اوسط response time 1.24s ہے۔

Gemini 3.1 Flash Lite Preview کو منفرد کیا بناتا ہے: یہ ہدایات کی پیروی میں سب سے نمایاں ہے، جہاں اس کا rank #1 ہے؛ جبکہ مشترکہ اس کا کمزور ترین حصہ ہے، rank #18. اس score range کے لیے اس کی کل benchmark لاگت غیر معمولی طور پر کم ہے۔ یہ ملتے جلتے models کے مقابلے میں نمایاں طور پر تیز ہے۔

شناختی نوٹ

Gemini 3.1 Flash Lite Preview، Google: Gemini 3.1 Flash Lite کا پری ویو ورژن تھا۔

ماڈل کی تفصیلات

تحقیق کی تاریخ: 2026-08-12

تخمینہ

پیرامیٹرز: ~150B کل (~10B فعال)
ساخت: MoE
دستیابی: بند ماخذ
لائسنس: -

عوامی شواہد کی بنیاد پر بہترین تخمینہ؛ فراہم کنندہ نے تمام اقدار ظاہر نہیں کیں۔

پیرامیٹرز کا ماخذ دستیابی کا ماخذ

اسکور

7.5

تسلسل

9.7

اعتماد پذیری

10.0

کل لاگت (موجودہ قیمت)

$0.017

کل آؤٹ پٹ ٹوکنز

5,394

کل ان پٹ ٹوکنز

ان پٹ قیمت

$0.250 / 1M

آؤٹ پٹ قیمت

$1.500 / 1M

درست ٹیسٹس

غلط ٹیسٹس: 8

فی کوشش کامیابی کی شرح: 63.3%

غیر مستحکم ٹیسٹ

غیر مستحکم ٹیسٹس میں رنز کے درمیان ملے جلے نتائج آئے (کم از کم ایک کامیاب اور ایک ناکام).

ردِعمل کا وقت (اوسط)

1.24s

ردِعمل کا وقت (زیادہ سے زیادہ): 3.39s

ردِعمل کا وقت (کل): 24.89s

غلط جواب: 6 ہدایات پر عمل نہیں کیا: 2

Hamster playing table tennis

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

#50 Gemini 3.1 Flash Lite Preview

none

لاگت: $0.003
وقت: 4.7s
ٹوکنز: 1,827 tok

رن ہسٹری

ٹیسٹ کیا گیا	اسکور	اعتماد پذیری	کل لاگت	موازنہ کریں
2026-08-14 02:43 دوبارہ ٹیسٹ	6.4	10.0	$0.052	موازنہ کریں
2026-07-16 22:52 نیا ٹیسٹ شامل ہوا	6.4	10.0	$0.052	موازنہ کریں
2026-06-04 14:00 نیا ٹیسٹ شامل ہوا	7.2	10.0	$0.018	موازنہ کریں
2026-05-22 00:27 سوٹ بدل گیا	7.5	10.0	$0.017	موجودہ رن
2026-04-11 01:44 پہلا ریکارڈ شدہ رن	7.9	دستیاب نہیں	$0.016	موازنہ کریں

اس رن میں مختلف بینچ مارک سوٹ استعمال ہوا تھا۔ تاریخی تبدیلی سمجھتے وقت سوٹ کی تبدیلی کو بھی ذہن میں رکھیں۔

رن موازنہ

رن	بینچ مارک کوریج	اسکور	تسلسل	اعتماد پذیری	درست ٹیسٹس	غیر مستحکم ٹیسٹ	کل آؤٹ پٹ ٹوکنز	کل ان پٹ ٹوکنز	کل لاگت	ردِعمل کا وقت (اوسط)
2026-05-22 00:27 · سوٹ بدل گیا	60/60 کوششیں	7.5	9.7	10.0	12/20	1	5,394	0	$0.017	1.24s
2026-06-04 14:00 · نیا ٹیسٹ شامل ہوا	63/63 کوششیں	7.2	9.7	10.0	12/21	1	5,547	37,582	$0.018	1.21s
فرق	—	+0.2	0.0	0.0	0	0	-153	-37582	-$0.001	+33ms

بینچ مارک کوریج مختلف ہے: 60/60 کوششیں (ہدف: فی ٹیسٹ 3 دہرائیاں۔) بمقابلہ 63/63 کوششیں (ہدف: فی ٹیسٹ 3 دہرائیاں۔)۔ مجموعے اور تکرار سے متاثر ہونے والے پیمانے براہ راست قابل موازنہ نہیں ہیں۔

ان دو رنز میں مختلف بینچ مارک سوٹس استعمال ہوئے تھے، اس لیے فرق میں ماڈل کی تبدیلی اور سوٹ کی تبدیلی دونوں شامل ہیں۔

چارٹس

پہلا ماڈل منتخب کریں، پھر دوسرا ماڈل کلک کریں تاکہ سائیڈ بائی سائیڈ صفحہ کھلے۔

کل آؤٹ پٹ ٹوکنز

اسکور vs کل آؤٹ پٹ ٹوکنز

فوری موازنہ

زمرہ وار تفصیل

زمرہ	اسکور	تسلسل
اینٹی اے آئی چالیں	7.5	8.4
کوڈنگ	6.8	10.0
مشترکہ	3.0	10.0
ڈیٹا پارسنگ اور استخراج	10.0	10.0
ڈومین مخصوص	5.3	10.0
عمومی ذہانت	4.0	10.0
ہدایات کی پیروی	10.0	10.0
پہیلی حل کرنا	10.0	10.0
ٹول کالنگ	10.0	10.0
معلومات عامہ	3.0	10.0

Gemini 3.1 Flash Lite Preview

ماڈل کی تفصیلات

Hamster playing table tennis

#50 Gemini 3.1 Flash Lite Preview

چارٹس

اسکور کے لحاظ سے سرفہرست ماڈلز

اسکور vs کل لاگت

ردِعمل کا وقت (اوسط)

اسکور vs ردِعمل کا وقت (اوسط)

کل آؤٹ پٹ ٹوکنز

اسکور vs کل آؤٹ پٹ ٹوکنز

فوری موازنہ

زمرہ وار تفصیل

موازنہ کیے گئے ماڈلز