gemini-3-1-pro-previewhigh
第 24 名
当前排名
12%±1%
能力得分
$2.14
平均运行成本
28k
平均输出量
76
平均执行步数
113
参与测试数量
测试详情
推理档位high
95% 置信区间10.2% - 13.2%
Pass@428.3%
尝试次数452
通过任务数53
至少通过一次的任务数32
平均输入量2404k
中位峰值上下文50k
中位运行成本$1.72
中位输出量26k
平均运行时长14 分钟
重复测试轮次4
任务集规模113
数据更新时间2026-08-13
数据生成时间2026-08-13