AI BENCHY Compare

Google: Gemini 3.1 Flash Lite vs OpenAI: GPT-5.3 Chat

Zusammenfassung

Gemini 3.1 Flash Lite vs GPT-5.3 Chat Benchmark-Vergleich: Gemini 3.1 Flash Lite führt beim Durchschnittsscore mit 7.8 vs 7.5. Gemini 3.1 Flash Lite hat die niedrigeren Benchmark-Kosten mit $0.071 vs $0.433. Gemini 3.1 Flash Lite ist schneller mit 3.23s vs 6.34s, mit Erfolgsraten von 65.1% vs 66.7%.

Empfohlenes Modell: Gemini 3.1 Flash Lite - Es hat hier die beste Punktzahl (7.8) und kostet etwa 6.2x weniger als GPT-5.3 Chat.

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-06-18

Metrik	Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite medium Veröffentlichung: 2026-05-08	GPT-5.3 Chat GPT-5.3 Chat none Veröffentlichung: 2026-03-03

Metrik	Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite medium Veröffentlichung: 2026-05-08	GPT-5.3 Chat GPT-5.3 Chat none Veröffentlichung: 2026-03-03
Punktzahl	7.8	7.5
Rang	#34	#45
Zuverlässigkeit	10.0	10.0
Konsistenz	9.2	8.1
Korrekte Tests
Erfolgsquote pro Versuch	65.1%	66.7%
Instabile Tests	2	5
Gesamtläufe	63	63
Kosten pro Ergebnis	0.539	3.605
Gesamtkosten	$0.071	$0.433
Eingabepreis	$0.250 / 1M	$1.750 / 1M
Ausgabepreis	$1.500 / 1M	$14.000 / 1M
Gesamte Eingabe-Token	36,808	34,209
Ausgabe-Token	2,254	26,617
Denk-Token	38,300	0
Antwortzeit (Durchschnitt)	3.23s	6.34s
Antwortzeit (Maximum)	10.87s	18.33s
Antwortzeit (Gesamt)	67.80s	133.13s

Generierungs-Showcase

Hamster playing table tennis

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

#34 Gemini 3.1 Flash Lite

medium

Kosten: $0.003
Zeit: 5.3s
Token: 1,754 tok

#45 GPT-5.3 Chat

none

Kosten: $0.008
Zeit: 8.1s
Token: 634 tok

Top-Modelle nach Score

Score vs. Gesamtkosten

Antwortzeit (Durchschnitt)

Punktzahl vs Antwortzeit (Durchschnitt)

Gesamte Ausgabe-Token

Punktzahl vs Gesamte Ausgabe-Token

Kategorieaufschlüsselung

Anti-KI-Tricks	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Gemini 3.1 Flash Lite	9.1	10.0	75.0%	0		2.39s	502	604	4,201
GPT-5.3 Chat	6.7	8.1	58.3%	1		3.86s	606	3,167	0

Programmierung	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Gemini 3.1 Flash Lite	5.5	10.0	33.3%	0		3.81s	8,134	459	8,978
GPT-5.3 Chat	5.6	4.7	55.6%	2		10.52s	7,302	6,632	0

Kombiniert	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		10.87s	12,873	327	7,401
GPT-5.3 Chat	10.0	10.0	100.0%	0		11.96s	11,019	2,614	0

Datenanalyse und -extraktion	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		2.60s	7,362	279	2,845
GPT-5.3 Chat	10.0	10.0	100.0%	0		2.21s	7,140	942	0

Domänenspezifisch	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Gemini 3.1 Flash Lite	2.9	7.2	11.1%	1		3.16s	643	15	5,165
GPT-5.3 Chat	3.5	4.4	33.3%	2		13.01s	723	8,264	0

Allgemeine Intelligenz	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		2.60s	488	84	1,142
GPT-5.3 Chat	4.6	10.0	0.0%	0		1.99s	477	319	0

Befolgung von Anweisungen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Gemini 3.1 Flash Lite	9.9	10.0	100.0%	0		2.59s	623	75	3,320
GPT-5.3 Chat	9.8	10.0	100.0%	0		3.51s	660	1,491	0

Rätsellösen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Gemini 3.1 Flash Lite	7.6	7.2	77.8%	1		1.95s	568	165	2,450
GPT-5.3 Chat	10.0	10.0	100.0%	0		2.99s	642	1,758	0

Werkzeugaufrufe	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		4.55s	5,457	234	921
GPT-5.3 Chat	10.0	10.0	100.0%	0		8.36s	5,445	861	0

Allgemeinwissen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Gemini 3.1 Flash Lite	3.0	10.0	0.0%	0		3.08s	158	12	1,877
GPT-5.3 Chat	3.0	10.0	0.0%	0		4.38s	195	569	0

Schnellvergleich

Vergleichspaar wechseln

Mercury 2mediumvsGPT-5.3 Chatnone Kimi K2.5mediumvsGPT-5.3 Chatnone GPT-5.3 ChatnonevsQwen3.6 Flashmedium DeepSeek V3.2mediumvsGPT-5.3 Chatnone Gemini 3.1 Flash LitemediumvsStep 3.7 Flashlow GPT-5.3 ChatnonevsGrok Build 0.1medium DeepSeek V4 ProhighvsGPT-5.3 Chatnone Seed-2.0-MinimediumvsGPT-5.3 Chatnone GPT-5.3 ChatnonevsMiMo-V2.5-Promedium MiniMax M3mediumvsGPT-5.3 Chatnone Gemini 3 Flash PreviewlowvsGPT-5.3 Chatnone DeepSeek V4 ProhighvsGemini 3.1 Flash Litemedium