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 3.1 Flash Lite vs OpenAI: GPT-5.3 Chat

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-05-08

Métrica Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite low Lanzamiento: 2026-05-08 GPT-5.3 Chat GPT-5.3 Chat none Lanzamiento: 2026-03-03
Puntuación 7.6 7.6
Rango #44 #46
Fiabilidad 10.0 10.0
Consistencia 9.2 8.7
Pruebas correctas
Tasa de aciertos por intento 68.4% 70.2%
Pruebas inestables 2 3
Ejecuciones totales 57 57
Costo por resultado 0.203 2.895
Costo total $0.025 $0.348
Precio de entrada $0.250 / 1M $1.750 / 1M
Precio de salida $1.500 / 1M $14.000 / 1M
Tokens de salida 2,702 21,353
Tokens de razonamiento 8,596 0
Tiempo de respuesta (promedio) 1.92s 5.80s
Tiempo de respuesta (máximo) 5.66s 18.33s
Tiempo de respuesta (total) 36.49s 110.27s

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 3.1 Flash Lite 7.3 6.2 75.0% 2 1.84s 1,013 1,548
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 3.1 Flash Lite 10.0 10.0 100.0% 0 1.46s 441 408
GPT-5.3 Chat 10.0 10.0 100.0% 0 9.32s 1,436 0
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Gemini 3.1 Flash Lite 3.0 10.0 0.0% 0 4.48s 348 975
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 3.1 Flash Lite 10.0 10.0 100.0% 0 1.44s 291 697
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 3.1 Flash Lite 5.3 10.0 33.3% 0 1.52s 15 1,214
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 3.1 Flash Lite 4.0 10.0 0.0% 0 1.37s 69 438
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 3.1 Flash Lite 10.0 10.0 100.0% 0 1.52s 72 760
GPT-5.3 Chat 9.8 10.0 100.0% 0 3.29s 1,455 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 3.1 Flash Lite 10.0 10.0 100.0% 0 1.40s 210 1,191
GPT-5.3 Chat 10.0 10.0 100.0% 0 2.93s 1,726 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 3.1 Flash Lite 10.0 10.0 100.0% 0 5.66s 234 945
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 3.1 Flash Lite 3.0 10.0 0.0% 0 1.46s 9 420
GPT-5.3 Chat 3.0 10.0 0.0% 0 4.38s 569 0

Comparación rápida

Cambiar par de comparación

Gemini 3.1 Flash LitelowvsStep 3.5 FlashmediumGemini 3.1 Flash LitelowvsQwen3.5-FlashmediumGPT-5.3 ChatnonevsGLM 5.1mediumGemini 3.1 Flash LitelowvsKimi K2.6mediumDeepSeek V4 FlashhighvsGPT-5.3 ChatnoneGPT-5.3 ChatnonevsQwen3.5-FlashmediumGPT-5.3 ChatnonevsStep 3.5 FlashmediumGemini 3.1 Flash LitelowvsGPT-5.2 ChatnoneGemini 3.1 Flash LitelowvsGLM 5.1mediumGPT-5.3 ChatnonevsGLM 5V TurbomediumKimi K2.6mediumvsGPT-5.3 ChatnoneDeepSeek V4 FlashhighvsGemini 3.1 Flash Litelow