Google: Gemini 2.5 Flash vs OpenAI: GPT-5.6 Luna

Gemini 2.5 Flash (medium) lidera en puntuación media con 8.2 vs 7.7. Gemini 2.5 Flash (medium) tiene menor coste de benchmark con $0.643 vs $1.017. GPT-5.6 Luna (high) es más rápido con 18.68s vs 21.18s, con tasas de acierto de 71.2% vs 72.7%.

Modelo recomendadoGemini 2.5 Flash (medium)Tiene la mejor puntuación aquí (8.2) y cuesta aproximadamente 1.6x menos que GPT-5.6 Luna (high).

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-07-17

Métrica	Gemini 2.5 Flash Gemini 2.5 Flash medium Lanzamiento: 2025-06-17	GPT-5.6 Luna GPT-5.6 Luna high Lanzamiento: 2026-07-09

Métrica	Gemini 2.5 Flash Gemini 2.5 Flash medium Lanzamiento: 2025-06-17	GPT-5.6 Luna GPT-5.6 Luna high Lanzamiento: 2026-07-09
Puntuación	8.2	7.7
Rango	#25	#42
Fiabilidad	10.0	10.0
Consistencia	9.6	8.9
Pruebas correctas
Tasa de aciertos por intento	71.2%	72.7%
Pruebas inestables	1	3
Ejecuciones totales	66	66
Costo por resultado	4.286	6.780
Costo total	$0.643	$1.017
Precio de entrada	$0.300 / 1M	$1.000 / 1M
Precio de salida	$2.500 / 1M	$6.000 / 1M
Total de tokens de entrada	132,498	80,918
Tokens de salida	12,739	5,088
Tokens de razonamiento	228,464	150,910
Tiempo de respuesta (promedio)	21.18s	18.68s
Tiempo de respuesta (máximo)	140.50s	111.09s
Tiempo de respuesta (total)	465.89s	411.05s

Hamster playing table tennis

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

#25 Gemini 2.5 Flash

medium

SVG inválido

Coste: $0.000
Tiempo: 274.0s
Tokens: 0 tok

#42 GPT-5.6 Luna

high

Coste: $0.033
Tiempo: 34.2s
Tokens: 5,484 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

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-5.6 Luna	8.3	10.0	75.0%	0		2.99s	606	162	1,265

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-5.6 Luna	5.5	4.7	55.6%	2		15.63s	7,302	510	17,746

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		84.47s	110,544	11,112	95,241
GPT-5.6 Luna	10.0	10.0	100.0%	0		19.05s	57,719	3,366	8,005

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-5.6 Luna	10.0	10.0	100.0%	0		2.18s	7,140	234	470

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-5.6 Luna	7.7	10.0	66.7%	0		78.96s	723	69	96,395

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-5.6 Luna	5.0	10.0	0.0%	0		3.65s	477	117	563

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-5.6 Luna	9.9	10.0	100.0%	0		1.79s	660	97	481

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-5.6 Luna	7.6	7.2	77.8%	1		14.55s	642	242	18,281

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-5.6 Luna	10.0	10.0	100.0%	0		4.98s	5,454	260	324

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-5.6 Luna	3.0	10.0	0.0%	0		17.00s	195	31	7,380

Comparación rápida

Cambiar par de comparación

Claude Opus 4.6mediumvsGPT-5.6 Lunahigh GPT-5.6 LunahighvsGLM 5medium Gemini 2.5 FlashmediumvsMuse Spark 1.1low Claude Opus 4.8lowvsGPT-5.6 Lunahigh MiniMax M3mediumvsGPT-5.6 Lunahigh GPT-5.6 LunahighvsGrok Build 0.1medium Claude Sonnet 4.6mediumvsGPT-5.6 Lunahigh GPT-5.6 LunahighvsGLM 5.2medium GPT-5.6 LunahighvsQwen3.6 Plusmedium Nemotron 3 UltramediumDisponible gratisvsGPT-5.6 Lunahigh Gemini 2.5 FlashmediumvsMuse Spark 1.1high Kimi K2.7 CodemediumvsGPT-5.6 Lunahigh