Navegación
AI BENCHY
Advertise here

AI BENCHY Compare

Google: Gemini 2.5 Flash vs OpenAI: GPT-5.4 Mini

Resumen

Comparación benchmark de Gemini 2.5 Flash vs GPT-5.4 Mini: Gemini 2.5 Flash lidera en puntuación media con 8.2 vs 8.0. Gemini 2.5 Flash tiene menor coste de benchmark con $0.379 vs $0.526. Gemini 2.5 Flash es más rápido con 15.49s vs 22.34s, con tasas de acierto de 69.8% vs 73.0%.

Modelo recomendado: Gemini 2.5 Flash - Tiene la puntuación más alta en esta comparación (8.2) y el mejor equilibrio general entre coste y tiempo de respuesta en los 2 modelos.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-06-12

Métrica Gemini 2.5 Flash Gemini 2.5 Flash medium Lanzamiento: 2025-06-17 GPT-5.4 Mini GPT-5.4 Mini medium Lanzamiento: 2026-03-17
Puntuación 8.2 8.0
Rango #27 #30
Fiabilidad 10.0 10.0
Consistencia 9.6 8.0
Pruebas correctas
Tasa de aciertos por intento 69.8% 73.0%
Pruebas inestables 1 5
Ejecuciones totales 63 63
Costo por resultado 2.701 4.381
Costo total $0.379 $0.526
Precio de entrada $0.300 / 1M $0.750 / 1M
Precio de salida $2.500 / 1M $4.500 / 1M
Total de tokens de entrada 34,476 34,116
Tokens de salida 1,930 2,181
Tokens de razonamiento 145,145 108,937
Tiempo de respuesta (promedio) 15.49s 22.34s
Tiempo de respuesta (máximo) 95.48s 138.75s
Tiempo de respuesta (total) 325.39s 469.20s

Generation showcase

Hamster playing table tennis

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

#27 Gemini 2.5 Flash

medium
Invalid SVG
Cost
$0.000
Time
274.0s
Tokens
0 tok

#30 GPT-5.4 Mini

medium
Cost
$0.056
Time
95.5s
Tokens
12,464 tok

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 entrada Tokens de salida Tokens de razonamiento
Gemini 2.5 Flash 8.4 10.0 75.0% 0 6.30s 492 255 10,233
GPT-5.4 Mini 8.6 7.9 91.7% 1 4.05s 606 296 2,876
Programación Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Gemini 2.5 Flash 7.8 10.0 66.7% 0 41.01s 6,669 543 32,303
GPT-5.4 Mini 8.4 7.4 88.9% 1 57.87s 7,305 467 40,902
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Gemini 2.5 Flash 10.0 10.0 100.0% 0 28.44s 12,522 303 11,922
GPT-5.4 Mini 10.0 10.0 100.0% 0 17.81s 11,019 317 4,317
Análisis y extracción de datos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Gemini 2.5 Flash 10.0 10.0 100.0% 0 4.06s 7,257 279 2,325
GPT-5.4 Mini 10.0 10.0 100.0% 0 2.43s 7,140 234 650
Específico del dominio Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Gemini 2.5 Flash 5.9 7.2 55.6% 1 37.34s 633 18 80,702
GPT-5.4 Mini 4.1 4.4 44.5% 2 65.31s 619 60 43,286
Inteligencia general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Gemini 2.5 Flash 4.8 10.0 0.0% 0 4.86s 486 92 1,899
GPT-5.4 Mini 4.5 10.0 0.0% 0 3.72s 477 150 510
Seguimiento de instrucciones Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Gemini 2.5 Flash 9.8 10.0 100.0% 0 2.62s 615 69 1,203
GPT-5.4 Mini 9.8 10.0 100.0% 0 2.13s 660 96 1,185
Resolución de acertijos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Gemini 2.5 Flash 7.7 10.0 66.7% 0 3.18s 558 126 2,499
GPT-5.4 Mini 7.8 10.0 66.7% 0 4.37s 642 278 2,443
Llamada de herramientas Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Gemini 2.5 Flash 10.0 10.0 100.0% 0 6.20s 5,088 234 1,140
GPT-5.4 Mini 4.7 1.6 66.7% 1 9.62s 5,453 251 2,594
Cultura general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Gemini 2.5 Flash 3.0 10.0 0.0% 0 2.76s 156 11 919
GPT-5.4 Mini 3.0 10.0 0.0% 0 30.10s 195 32 10,174

Comparación rápida

Cambiar par de comparación

DeepSeek V4 FlashhighvsGemini 2.5 FlashmediumGemini 2.5 FlashmediumvsGPT-5.2 ChatnoneDeepSeek V4 FlashhighvsGPT-5.4 MinimediumGPT-5.4 MinimediumvsStep 3.7 FlashlowGemini 2.5 FlashmediumvsStep 3.7 FlashlowGemini 3 Flash PreviewlowvsGPT-5.4 MinimediumClaude Sonnet 4.6nonevsGPT-5.4 MinimediumGemini 2.5 FlashmediumvsGPT-5.3 ChatnoneClaude Opus 4.8nonevsGPT-5.4 MinimediumGPT-5.4 MinimediumvsQwen3.7 PlusnoneGPT-5.4 MinimediumvsStep 3.7 FlashhighClaude Sonnet 4.6nonevsGemini 2.5 Flashmedium