Navegación
AI BENCHY
Advertise here

AI BENCHY Compare

Modelos comparados

Resumen

Comparación benchmark Gemini 3.1 Flash Lite Preview (high) vs Gemini 3.1 Flash Lite Preview (medium) vs GPT-5.3-Codex (medium)GPT-5.3-Codex (medium) lidera en Puntuación con 8.9. Gemini 3.1 Flash Lite Preview (medium) lidera en Fiabilidad con 10.0. Gemini 3.1 Flash Lite Preview (medium) tiene el Costo total más bajo con $0.068. Gemini 3.1 Flash Lite Preview (medium) es el más rápido con 3.96s.

Modelo recomendado: Gemini 3.1 Flash Lite Preview (medium) - Ofrece el mejor equilibrio general: puntuación competitiva (7.8), menor coste que los otros modelos de esta comparación y tiempo de respuesta equilibrado.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-07-09

Métrica Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview high Lanzamiento: 2026-03-03 Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview medium Lanzamiento: 2026-03-03 GPT-5.3-Codex GPT-5.3-Codex medium Lanzamiento: 2026-02-05
Puntuación 6.1 7.8 8.9
Rango #110 #40 #13
Fiabilidad N/D 10.0 10.0
Consistencia 7.6 10.0 8.5
Pruebas correctas
Tasa de aciertos por intento 61.9% 61.9% 82.5%
Pruebas inestables 0 0 4
Ejecuciones totales 48 63 63
Costo por resultado 17.763 0.523 4.932
Costo total $2.310 $0.068 $0.740
Precio de entrada $0.250 / 1M $0.250 / 1M $1.750 / 1M
Precio de salida $1.500 / 1M $1.500 / 1M $14.000 / 1M
Total de tokens de entrada 28,980 37,786 34,299
Tokens de salida 1,283 2,210 2,357
Tokens de razonamiento 1,533,310 36,744 46,189
Tiempo de respuesta (promedio) 68.14s 3.96s 16.22s
Tiempo de respuesta (máximo) 280.52s 14.93s 100.93s
Tiempo de respuesta (total) 1090.28s 83.06s 340.67s

Generación showcase

Hamster playing table tennis

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

#110 Gemini 3.1 Flash Lite Preview

high
Coste
$0.096
Tiempo
133.9s
Tokens
63,687 tok

#40 Gemini 3.1 Flash Lite Preview

medium
Coste
$0.003
Tiempo
5.2s
Tokens
1,944 tok

#13 GPT-5.3-Codex

medium
Coste
$0.049
Tiempo
54.9s
Tokens
3,580 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 3.1 Flash Lite Preview 7.5 7.5 75.0% 0 43.87s 368 144 193,077
Gemini 3.1 Flash Lite Preview 9.1 10.0 75.0% 0 2.33s 512 570 4,305
GPT-5.3-Codex 8.7 7.9 91.7% 1 4.16s 606 240 1,722
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 3.1 Flash Lite Preview 0.0 0.0 0.0% 0 0ms 0 0 0
Gemini 3.1 Flash Lite Preview 5.5 10.0 33.3% 0 4.09s 8,126 461 8,597
GPT-5.3-Codex 10.0 10.0 100.0% 0 19.50s 7,302 535 10,890
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 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 280.52s 13,175 335 380,440
Gemini 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 14.93s 13,403 327 7,347
GPT-5.3-Codex 10.0 10.0 100.0% 0 19.56s 11,019 364 2,731
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 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 7.16s 7,360 279 6,186
Gemini 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 2.29s 7,362 279 2,952
GPT-5.3-Codex 10.0 10.0 100.0% 0 3.07s 7,140 234 728
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 3.1 Flash Lite Preview 5.3 10.0 33.3% 0 127.58s 643 18 566,202
Gemini 3.1 Flash Lite Preview 3.0 10.0 0.0% 0 4.21s 639 18 5,325
GPT-5.3-Codex 5.9 7.2 55.6% 1 64.31s 813 64 25,308
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 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 5.25s 490 117 3,915
Gemini 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 3.16s 488 96 1,488
GPT-5.3-Codex 4.6 10.0 0.0% 0 4.87s 477 187 331
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 3.1 Flash Lite Preview 9.8 10.0 100.0% 0 64.03s 625 69 190,053
Gemini 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 1.91s 621 72 2,121
GPT-5.3-Codex 10.0 10.0 100.0% 0 3.04s 660 93 693
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 3.1 Flash Lite Preview 7.7 10.0 66.7% 0 46.68s 564 87 190,953
Gemini 3.1 Flash Lite Preview 7.7 10.0 66.7% 0 5.30s 566 141 1,896
GPT-5.3-Codex 9.0 7.9 88.9% 1 5.05s 642 356 1,593
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 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 7.73s 5,755 234 2,484
Gemini 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 3.80s 5,909 234 912
GPT-5.3-Codex 10.0 10.0 100.0% 0 6.37s 5,445 254 492
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 3.1 Flash Lite Preview 0.0 0.0 0.0% 0 0ms 0 0 0
Gemini 3.1 Flash Lite Preview 3.0 10.0 0.0% 0 2.68s 160 12 1,801
GPT-5.3-Codex 2.8 1.6 33.3% 1 14.43s 195 30 1,701

Comparación rápida

Cambiar par de comparación