Navegación
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

Google: Gemini 2.5 Flash vs OpenAI: GPT-5.3 Chat

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-06-01

Métrica Gemini 2.5 Flash Gemini 2.5 Flash medium Lanzamiento: 2025-06-17 GPT-5.3 Chat GPT-5.3 Chat none Lanzamiento: 2026-03-03
Puntuación 7.7 7.4
Rango #40 #57
Fiabilidad 10.0 10.0
Consistencia 9.6 8.4
Pruebas correctas
Tasa de aciertos por intento 68.3% 68.3%
Pruebas inestables 1 4
Ejecuciones totales 60 60
Costo por resultado 2.750 3.350
Costo total $0.358 $0.402
Precio de entrada $0.300 / 1M $1.750 / 1M
Precio de salida $2.500 / 1M $14.000 / 1M
Tokens de salida 1,924 24,757
Tokens de razonamiento 137,255 0
Tiempo de respuesta (promedio) 15.57s 6.13s
Tiempo de respuesta (máximo) 95.48s 18.33s
Tiempo de respuesta (total) 311.47s 122.61s

Mejores modelos por puntuación

Puntuación vs costo total

Tiempo de respuesta (promedio)

Puntuación vs Tiempo de respuesta (promedio)

Total de tokens de salida

Puntuación vs Total de tokens de salida

Desglose por categoría

Trucos anti-IA Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Gemini 2.5 Flash 8.4 10.0 75.0% 0 6.30s 255 10,233
GPT-5.3 Chat 6.7 8.1 58.3% 1 3.86s 3,167 0
Programación Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Gemini 2.5 Flash 6.6 10.0 50.0% 0 54.56s 537 24,413
GPT-5.3 Chat 6.9 6.2 66.7% 1 10.52s 4,772 0
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Gemini 2.5 Flash 10.0 10.0 100.0% 0 28.44s 303 11,922
GPT-5.3 Chat 10.0 10.0 100.0% 0 11.96s 2,614 0
Análisis y extracción de datos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Gemini 2.5 Flash 10.0 10.0 100.0% 0 4.06s 279 2,325
GPT-5.3 Chat 10.0 10.0 100.0% 0 2.21s 942 0
Específico del dominio Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Gemini 2.5 Flash 5.9 7.2 55.6% 1 37.34s 18 80,702
GPT-5.3 Chat 3.5 4.4 33.3% 2 13.01s 8,264 0
Inteligencia general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Gemini 2.5 Flash 4.8 10.0 0.0% 0 4.86s 92 1,899
GPT-5.3 Chat 4.6 10.0 0.0% 0 1.99s 319 0
Seguimiento de instrucciones Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Gemini 2.5 Flash 9.8 10.0 100.0% 0 2.62s 69 1,203
GPT-5.3 Chat 9.8 10.0 100.0% 0 3.51s 1,491 0
Resolución de acertijos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Gemini 2.5 Flash 7.7 10.0 66.7% 0 3.18s 126 2,499
GPT-5.3 Chat 10.0 10.0 100.0% 0 2.99s 1,758 0
Llamada de herramientas Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Gemini 2.5 Flash 10.0 10.0 100.0% 0 6.20s 234 1,140
GPT-5.3 Chat 10.0 10.0 100.0% 0 8.36s 861 0
Cultura general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Gemini 2.5 Flash 3.0 10.0 0.0% 0 2.76s 11 919
GPT-5.3 Chat 3.0 10.0 0.0% 0 4.38s 569 0

Comparación rápida

Cambiar par de comparación

GPT-5.3 ChatnonevsMiMo-V2.5mediumGPT-5.3 ChatnonevsGLM 5.1mediumGemini 3.1 Flash LitelowvsGPT-5.3 ChatnoneGPT-5.3 ChatnonevsStep 3.7 FlashlowKimi K2.6mediumDisponible gratisvsGPT-5.3 ChatnoneGPT-5.3 ChatnonevsStep 3.5 FlashmediumGPT-5.3 ChatnonevsGLM 5V TurbomediumDeepSeek V4 FlashhighvsGemini 2.5 FlashmediumMiniMax M3mediumvsGPT-5.3 ChatnoneGemini 2.5 FlashmediumvsGPT-5.2 ChatnoneGPT-5.3 ChatnonevsQwen3.5-35B-A3BmediumClaude Sonnet 4.6mediumvsGPT-5.3 Chatnone