Navegación
AI BENCHY
Comparar Gráficos
❤️ Made by XCS
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

Modelos comparados

Comparar:

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-03-04

Métrica Google: Gemini 3.1 Flash Lite Preview low Lanzamiento: 2026-03-03 Google: Gemini 3.1 Flash Lite Preview medium Lanzamiento: 2026-03-03 Google: Gemini 3.1 Flash Lite Preview high Lanzamiento: 2026-03-03 Google: Gemini 3 Flash Preview low Lanzamiento: 2025-12-17
Rango #12 #19 #7 #8
Puntaje prom. 7.38 7.12 7.92 7.87
Consistencia 10.00 10.00 9.99 9.44
Costo por resultado 0.162 0.403 17.455 0.624
Costo total $0.017 $0.037 $1.920 $0.069
Pruebas correctas
Tasa de aciertos por intento 66.7% 60.0% 73.3% 75.6%
Pruebas inestables 0 0 0 1
Tokens de salida 1,392 1,417 943 1,274
Tokens de razonamiento 6,379 19,435 1,275,768 18,372

Mejores modelos por puntuación

Puntuación vs costo total

Desglose por categoría

Trucos anti-IA Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tokens de salida Tokens de razonamiento
Google: Gemini 3.1 Flash Lite Preview 7.00 10.00 66.7% 0 456 1,224
Google: Gemini 3.1 Flash Lite Preview 9.00 9.99 66.7% 0 564 3,780
Google: Gemini 3.1 Flash Lite Preview 10.00 10.00 100.0% 0 144 193,077
Google: Gemini 3 Flash Preview 10.00 10.00 100.0% 0 275 2,476
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tokens de salida Tokens de razonamiento
Google: Gemini 3.1 Flash Lite Preview 1.00 10.00 0.0% 0 75 253
Google: Gemini 3.1 Flash Lite Preview 10.00 10.00 100.0% 0 109 2,449
Google: Gemini 3.1 Flash Lite Preview 10.00 10.00 100.0% 0 112 126,813
Google: Gemini 3 Flash Preview 1.00 10.00 0.0% 0 104 0
Análisis y extracción de datos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tokens de salida Tokens de razonamiento
Google: Gemini 3.1 Flash Lite Preview 9.88 10.00 100.0% 0 291 696
Google: Gemini 3.1 Flash Lite Preview 9.88 10.00 100.0% 0 279 2,952
Google: Gemini 3.1 Flash Lite Preview 9.88 10.00 100.0% 0 279 6,186
Google: Gemini 3 Flash Preview 10.00 10.00 100.0% 0 305 3,004
Específico del dominio Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tokens de salida Tokens de razonamiento
Google: Gemini 3.1 Flash Lite Preview 4.00 10.00 33.3% 0 18 1,212
Google: Gemini 3.1 Flash Lite Preview 1.00 10.00 0.0% 0 18 5,325
Google: Gemini 3.1 Flash Lite Preview 4.00 10.00 33.3% 0 18 566,202
Google: Gemini 3 Flash Preview 4.00 7.21 44.4% 1 12 6,410
Seguimiento de instrucciones Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tokens de salida Tokens de razonamiento
Google: Gemini 3.1 Flash Lite Preview 8.50 10.00 50.0% 0 72 753
Google: Gemini 3.1 Flash Lite Preview 8.00 9.99 50.0% 0 72 2,121
Google: Gemini 3.1 Flash Lite Preview 8.00 9.96 50.0% 0 69 190,053
Google: Gemini 3 Flash Preview 7.50 9.99 50.0% 0 71 2,752
Puzzle Solving Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tokens de salida Tokens de razonamiento
Google: Gemini 3.1 Flash Lite Preview 10.00 10.00 100.0% 0 243 1,248
Google: Gemini 3.1 Flash Lite Preview 7.00 10.00 66.7% 0 141 1,896
Google: Gemini 3.1 Flash Lite Preview 7.00 10.00 66.7% 0 87 190,953
Google: Gemini 3 Flash Preview 10.00 10.00 100.0% 0 273 3,315
Llamada de herramientas Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tokens de salida Tokens de razonamiento
Google: Gemini 3.1 Flash Lite Preview 10.00 10.00 100.0% 0 237 993
Google: Gemini 3.1 Flash Lite Preview 10.00 10.00 100.0% 0 234 912
Google: Gemini 3.1 Flash Lite Preview 10.00 10.00 100.0% 0 234 2,484
Google: Gemini 3 Flash Preview 10.00 10.00 100.0% 0 234 415

Comparación rápida

Cambiar par de comparación

Gemini 3.1 Flash Lite PreviewlowvsGPT-5.3 ChatnoneGemini 3.1 Flash Lite PreviewhighvsGPT-5.3-CodexmediumGemini 3.1 Flash Lite PreviewlowvsStep 3.5 FlashmediumDisponible gratisGemini 3.1 Flash Lite PreviewlowvsGPT-5.2 ChatnoneDeepSeek V3.2mediumvsGemini 3.1 Flash Lite PreviewlowGemini 3 Flash PreviewlowvsGPT-5.3-CodexmediumClaude Sonnet 4.6mediumvsGemini 3.1 Flash Lite PreviewlowGemini 3.1 Flash Lite PreviewlowvsGPT-5.2mediumClaude Sonnet 4.6mediumvsGemini 3 Flash PreviewlowGemini 3 Flash PreviewlowvsGPT-5.2 ChatnoneClaude Sonnet 4.6mediumvsGemini 3.1 Flash Lite PreviewhighGemini 3.1 Flash Lite PreviewmediumvsGPT-5.3 Chatnone