Navigation
AI BENCHY
Vergleichen Diagramme
❤️ Made by XCS
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

Verglichene Modelle

Vergleichen:

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-03-03

Metrik OpenAI: GPT-5.2 Chat none Veröffentlichung: 2025-12-11 OpenAI: GPT-5.3 Chat none Veröffentlichung: 2026-03-03 Google: Gemini 3.1 Flash Lite Preview low Veröffentlichung: 2026-03-03
Rang #12 #14 #8
Ø-Score 7.41 7.27 7.84
Konsistenz 9.45 8.26 10.00
Kosten pro Ergebnis 2.261 2.835 0.151
Gesamtkosten $0.227 $0.256 $0.016
Korrekte Tests
Erfolgsquote pro Versuch 73.8% 73.8% 71.4%
Instabile Tests 1 3 0
Ausgabe-Token 14,267 16,339 1,317
Denk-Token 0 0 6,126

Top-Modelle nach Score

Score vs. Gesamtkosten

Kategorieaufschlüsselung

Anti-KI-Tricks Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Ausgabe-Token Denk-Token
OpenAI: GPT-5.2 Chat 10.00 10.00 100.0% 0 1,651 0
OpenAI: GPT-5.3 Chat 7.33 7.49 77.8% 1 3,091 0
Google: Gemini 3.1 Flash Lite Preview 7.00 10.00 66.7% 0 456 1,224
Datenanalyse und -extraktion Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Ausgabe-Token Denk-Token
OpenAI: GPT-5.2 Chat 9.88 10.00 100.0% 0 980 0
OpenAI: GPT-5.3 Chat 9.88 10.00 100.0% 0 942 0
Google: Gemini 3.1 Flash Lite Preview 9.88 10.00 100.0% 0 291 696
Domänenspezifisch Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Ausgabe-Token Denk-Token
OpenAI: GPT-5.2 Chat 4.00 10.00 33.3% 0 7,810 0
OpenAI: GPT-5.3 Chat 1.00 4.41 33.3% 2 8,264 0
Google: Gemini 3.1 Flash Lite Preview 4.00 10.00 33.3% 0 18 1,212
Befolgung von Anweisungen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Ausgabe-Token Denk-Token
OpenAI: GPT-5.2 Chat 5.50 6.13 66.7% 1 1,528 0
OpenAI: GPT-5.3 Chat 8.50 9.99 50.0% 0 1,455 0
Google: Gemini 3.1 Flash Lite Preview 8.50 10.00 50.0% 0 72 753
Puzzle Solving Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Ausgabe-Token Denk-Token
OpenAI: GPT-5.2 Chat 7.00 10.00 66.7% 0 1,743 0
OpenAI: GPT-5.3 Chat 10.00 10.00 100.0% 0 1,726 0
Google: Gemini 3.1 Flash Lite Preview 10.00 10.00 100.0% 0 243 1,248
Werkzeugaufrufe Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Ausgabe-Token Denk-Token
OpenAI: GPT-5.2 Chat 10.00 10.00 100.0% 0 555 0
OpenAI: GPT-5.3 Chat 10.00 10.00 100.0% 0 861 0
Google: Gemini 3.1 Flash Lite Preview 10.00 10.00 100.0% 0 237 993

Schnellvergleich

Vergleichspaar wechseln

GPT-5.3 ChatnonevsGLM 5mediumClaude Sonnet 4.6mediumvsGPT-5.2 ChatnoneGemini 3.1 Flash Lite PreviewlowvsGPT-5.3-CodexmediumGPT-5.2 ChatnonevsGLM 5mediumClaude Sonnet 4.6mediumvsGPT-5.3 ChatnoneGemini 2.5 FlashmediumvsGPT-5.3 ChatnoneGPT-5.3 ChatnonevsStep 3.5 FlashmediumKostenlos verfügbarDeepSeek V3.2mediumvsGPT-5.3 ChatnoneGemini 2.5 FlashmediumvsGPT-5.2 ChatnoneGemini 3.1 Flash Lite PreviewhighvsGPT-5.2 ChatnoneGemini 3.1 Flash Lite PreviewmediumvsGPT-5.3 ChatnoneClaude Sonnet 4.6mediumvsGemini 3.1 Flash Lite Previewlow