Navegación
AI BENCHY
Advertise here

AI BENCHY Compare

Google: Gemini 2.5 Flash vs Owl Alpha

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-05-19

Métrica Gemini 2.5 Flash Gemini 2.5 Flash none Lanzamiento: 2025-06-17 Owl Alpha Owl Alpha medium Lanzamiento: 2026-04-30
Puntuación 6.3 6.0
Rango #88 #95
Fiabilidad 10.0 10.0
Consistencia 9.2 9.6
Pruebas correctas
Tasa de aciertos por intento 49.1% 43.9%
Pruebas inestables 2 1
Ejecuciones totales 57 57
Costo por resultado 0.162 0.000
Costo total $0.013 $0.000
Precio de entrada $0.300 / 1M $0.000 / 1M
Precio de salida $2.500 / 1M $0.000 / 1M
Tokens de salida 1,738 1,613
Tokens de razonamiento 0 0
Tiempo de respuesta (promedio) 916ms 10.58s
Tiempo de respuesta (máximo) 4.39s 58.63s
Tiempo de respuesta (total) 17.41s 201.03s

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 3.0 10.0 0.0% 0 582ms 102 0
Owl Alpha 4.8 10.0 25.0% 0 3.97s 87 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 10.0 10.0 100.0% 0 1.16s 453 0
Owl Alpha 10.0 10.0 100.0% 0 7.35s 402 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 3.0 10.0 0.0% 0 4.39s 366 0
Owl Alpha 3.0 10.0 0.0% 0 10.01s 315 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 652ms 279 0
Owl Alpha 10.0 10.0 100.0% 0 21.64s 246 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 495ms 12 0
Owl Alpha 5.3 10.0 33.3% 0 8.58s 28 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 5.0 10.0 0.0% 0 615ms 78 0
Owl Alpha 4.3 10.0 0.0% 0 58.63s 98 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 672ms 70 0
Owl Alpha 6.3 10.0 50.0% 0 9.59s 57 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 6.5 7.8 55.6% 1 576ms 132 0
Owl Alpha 5.3 7.2 44.4% 1 3.44s 135 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 1.91s 234 0
Owl Alpha 10.0 10.0 100.0% 0 8.26s 228 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 1.15s 12 0
Owl Alpha 3.0 10.0 0.0% 0 2.38s 17 0

Comparación rápida

Cambiar par de comparación

Owl AlphamediumvsQwen3.5-FlashnoneOwl AlphamediumvsGLM 5V TurbononeGemini 2.5 FlashnonevsMercury 2mediumSeed-2.0-LitenonevsOwl AlphamediumGemini 2.5 FlashnonevsGPT-5 NanomediumOwl AlphamediumvsQwen3.5 Plus 2026-04-20noneOwl AlphamediumvsQwen3.5-35B-A3BnoneOwl AlphamediumvsMiMo-V2-PrononeOwl AlphamediumvsQwen3.5-27BnoneOwl AlphamediumvsQwen3.6 27BnoneDeepSeek V4 PrononevsOwl AlphamediumGemini 2.5 FlashnonevsGrok 4.1 Fastmedium