#6 Gemini 3.5 Flash
none- لاگت
- $0.225
- وقت
- 125.5s
- ٹوکنز
- 25,004 tok
Google
اجرا: 2026-05-19
ٹیسٹ کیا گیا: 2026-05-19 23:35
google/gemini-3.5-flash::none
~500B کل (~20B فعال)MoEبند ماخذتخمینہ
خلاصہ
Gemini 3.5 Flash AI BENCHY پر 9.1 اسکور کرتا ہے اور #6 پر ہے۔ اس کی reliability 10.0، pass rate 91.7%، کل لاگت $0.489، اور اوسط response time 5.59s ہے۔
Gemini 3.5 Flash کو منفرد کیا بناتا ہے: یہ ڈیٹا پارسنگ اور استخراج میں سب سے نمایاں ہے، جہاں اس کا rank #1 ہے؛ جبکہ مشترکہ اس کا کمزور ترین حصہ ہے، rank #15. یہ ملتے جلتے models کے مقابلے میں نمایاں طور پر تیز ہے۔
ماڈل کی تفصیلات
تحقیق کی تاریخ: 2026-08-12
- پیرامیٹرز
- ~500B کل (~20B فعال)
- ساخت
- MoE
- دستیابی
- بند ماخذ
- لائسنس
- -
عوامی شواہد کی بنیاد پر بہترین تخمینہ؛ فراہم کنندہ نے تمام اقدار ظاہر نہیں کیں۔
9.1
تسلسل
9.0
10.0
$0.489
کل آؤٹ پٹ ٹوکنز
53,202
کل ان پٹ ٹوکنز
0
ان پٹ قیمت
$1.500 / 1M
آؤٹ پٹ قیمت
$9.000 / 1M
غیر مستحکم ٹیسٹ
2
غیر مستحکم ٹیسٹس میں رنز کے درمیان ملے جلے نتائج آئے (کم از کم ایک کامیاب اور ایک ناکام).
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
رن ہسٹری
| ٹیسٹ کیا گیا | اسکور | اعتماد پذیری | درست ٹیسٹس | کل لاگت | موازنہ کریں |
|---|---|---|---|---|---|
| 2026-08-14 02:46 دوبارہ ٹیسٹ | 6.9 | 10.0 | $1.093 | موازنہ کریں | |
| 2026-07-16 22:53 نیا ٹیسٹ شامل ہوا | 7.0 | 10.0 | $1.079 | موازنہ کریں | |
| 2026-06-04 14:02 نیا ٹیسٹ شامل ہوا | 8.1 | 10.0 | $1.079 | موازنہ کریں | |
| 2026-05-22 00:29 سوٹ بدل گیا | 8.9 | 10.0 | $0.924 | موازنہ کریں | |
| 2026-05-19 23:35 پہلا رن | 9.1 | 10.0 | $0.489 | موجودہ رن |
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) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-05-19 23:35 · پہلا رن | 57/57 کوششیں | 9.1 | 9.0 | 10.0 | 14/16 | 2 | 53,202 | 0 | $0.489 | 5.59s |
| 2026-08-14 02:46 · دوبارہ ٹیسٹ | 66/66 کوششیں | 6.9 | 8.9 | 10.0 | 14/22 | 3 | 119,100 | 13,852 | $1.093 | 10.18s |
| فرق | — | +2.2 | +0.1 | 0.0 | +3 | -1 | -65898 | -13852 | -$0.605 | -4589ms |
بینچ مارک کوریج مختلف ہے: 57/57 کوششیں (ہدف: فی ٹیسٹ 3 دہرائیاں۔) بمقابلہ 66/66 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۔
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
Gemini 3.5 FlashnonevsSeed-2.0-CodehighGemini 3.5 FlashnonevsQwen3.6 FlashmediumGemini 3.5 FlashnonevsQwen3.7 FlashmediumGemini 3.5 FlashnonevsStep 3.7 FlashhighGemini 3.5 FlashnonevsKAT-Coder-Pro V2.5mediumGemini 3.5 FlashnonevsSeed-2.0-CodemediumGemini 3.5 FlashnonevsKimi K2.5mediumGemini 3.5 FlashnonevsSolar Pro 4lowGemini 3.5 FlashnonevsSeed-2.0-MinimediumGemini 3.5 FlashnonevsSolar Pro 4medium
زمرہ وار تفصیل
| زمرہ | اسکور | تسلسل | درست ٹیسٹس |
|---|---|---|---|
| اینٹی اے آئی چالیں | 10.0 | 10.0 | |
| کوڈنگ | 10.0 | 10.0 | |
| مشترکہ | 0.0 | 0.0 | |
| ڈیٹا پارسنگ اور استخراج | 10.0 | 10.0 | |
| ڈومین مخصوص | 7.6 | 7.2 | |
| عمومی ذہانت | 10.0 | 10.0 | |
| ہدایات کی پیروی | 9.8 | 10.0 | |
| پہیلی حل کرنا | 10.0 | 10.0 | |
| ٹول کالنگ | 0.0 | 0.0 | |
| معلومات عامہ | 2.8 | 1.6 |