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-5.5

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-5.5 GPT-5.5 none Lanzamiento: 2026-04-24
Puntuación 7.7 6.5
Rango #40 #91
Fiabilidad 10.0 10.0
Consistencia 9.6 8.7
Pruebas correctas
Tasa de aciertos por intento 68.3% 56.7%
Pruebas inestables 1 3
Ejecuciones totales 60 60
Costo por resultado 2.750 2.167
Costo total $0.358 $0.217
Precio de entrada $0.300 / 1M $5.000 / 1M
Precio de salida $2.500 / 1M $30.000 / 1M
Tokens de salida 1,924 1,956
Tokens de razonamiento 137,255 0
Tiempo de respuesta (promedio) 15.57s 1.93s
Tiempo de respuesta (máximo) 95.48s 5.56s
Tiempo de respuesta (total) 311.47s 38.64s

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-5.5 6.9 7.9 66.7% 1 1.31s 213 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-5.5 6.8 10.0 50.0% 0 1.52s 447 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-5.5 3.0 10.0 0.0% 0 5.56s 300 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-5.5 10.0 10.0 100.0% 0 1.18s 222 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-5.5 2.9 7.2 11.1% 1 1.31s 52 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-5.5 10.0 10.0 100.0% 0 3.41s 124 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-5.5 6.2 5.8 66.7% 1 1.15s 81 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-5.5 7.7 10.0 66.7% 0 1.29s 252 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-5.5 10.0 10.0 100.0% 0 3.90s 247 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-5.5 3.0 10.0 0.0% 0 5.01s 18 0

Comparación rápida

Cambiar par de comparación

GPT-5.5nonevsQwen3.6 27BmediumMercury 2mediumvsGPT-5.5noneDeepSeek V4 FlashhighvsGemini 2.5 FlashmediumKimi K2.5mediumvsGPT-5.5noneGemini 3.1 Flash LiteminimalvsGPT-5.5noneGemini 2.5 FlashmediumvsGPT-5.2 ChatnoneDeepSeek V4 ProhighvsGPT-5.5noneGemini 2.5 FlashmediumvsQwen3.7 MaxnoneGemini 2.5 FlashmediumvsGPT-5.3 ChatnoneGemini 2.5 FlashmediumvsStep 3.7 FlashlowDeepSeek V3.2mediumvsGPT-5.5noneGPT-5.5nonevsMimo V2 Omnimedium