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

Modelos comparados

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-04-16

Métrica Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview low Lanzamiento: 2026-03-03 Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview medium Lanzamiento: 2026-03-03 Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview high Lanzamiento: 2026-03-03 Gemini 3 Flash Preview Gemini 3 Flash Preview low Lanzamiento: 2025-12-17
Puntuación 8.1 8.2 8.4 8.8
Rango #22 #17 #11 #5
Consistencia 10.0 10.0 9.6 9.5
Pruebas correctas
Tasa de aciertos por intento 72.2% 72.2% 77.1% 85.2%
Pruebas inestables 0 0 1 1
Ejecuciones totales 54 54 48 54
Costo por resultado 0.168 0.419 19.243 0.604
Costo total $0.022 $0.055 $2.310 $0.091
Precio de entrada $0.250 / 1M $0.250 / 1M $0.250 / 1M $0.500 / 1M
Precio de salida $1.500 / 1M $1.500 / 1M $1.500 / 1M $3.000 / 1M
Tokens de salida 2,247 2,168 1,283 2,018
Tokens de razonamiento 8,058 29,030 1,533,310 23,273
Tiempo de respuesta (promedio) 3.22s 3.74s 68.83s 6.01s
Tiempo de respuesta (máximo) 11.91s 14.93s 280.52s 14.72s
Tiempo de respuesta (total) 58.00s 67.31s 1101.32s 108.12s

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 Preview 8.3 10.0 75.0% 0 2.12s 462 1,638
Gemini 3.1 Flash Lite Preview 9.1 10.0 75.0% 0 2.33s 570 4,305
Gemini 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 43.87s 144 193,077
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 3.48s 281 3,082
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 Preview 10.0 10.0 100.0% 0 2.20s 630 372
Gemini 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 4.34s 431 2,684
Gemini 3.1 Flash Lite Preview - - - - - - - -
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 6.94s 426 2,717
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 Preview 3.0 10.0 0.0% 0 11.91s 225 762
Gemini 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 14.93s 327 7,347
Gemini 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 280.52s 335 380,440
Gemini 3 Flash Preview 3.0 10.0 0.0% 0 3.27s 326 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 Preview 10.0 10.0 100.0% 0 3.00s 291 696
Gemini 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 2.29s 279 2,952
Gemini 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 7.16s 279 6,186
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 9.40s 279 3,656
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 Preview 5.3 10.0 33.3% 0 2.36s 18 1,212
Gemini 3.1 Flash Lite Preview 3.0 10.0 0.0% 0 4.21s 18 5,325
Gemini 3.1 Flash Lite Preview 5.3 10.0 33.3% 0 127.58s 18 566,202
Gemini 3 Flash Preview 5.3 7.2 44.4% 1 8.05s 12 6,410
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 Preview 4.0 10.0 0.0% 0 1.54s 69 384
Gemini 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 3.16s 96 1,488
Gemini 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 5.25s 117 3,915
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 3.68s 120 981
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 Preview 10.0 10.0 100.0% 0 1.49s 72 753
Gemini 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 1.91s 72 2,121
Gemini 3.1 Flash Lite Preview 7.9 6.9 66.7% 1 70.07s 69 190,053
Gemini 3 Flash Preview 9.9 10.0 100.0% 0 7.02s 71 2,752
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 Preview 10.0 10.0 100.0% 0 2.76s 243 1,248
Gemini 3.1 Flash Lite Preview 7.7 10.0 66.7% 0 3.58s 141 1,896
Gemini 3.1 Flash Lite Preview 7.7 10.0 66.7% 0 46.33s 87 190,953
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 6.11s 269 3,260
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 Preview 10.0 10.0 100.0% 0 9.54s 237 993
Gemini 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 3.80s 234 912
Gemini 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 7.73s 234 2,484
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 4.99s 234 415

Comparación rápida

Cambiar par de comparación

Gemini 3.1 Flash Lite PreviewlowvsMiMo-V2-PromediumGemini 3.1 Flash Lite PreviewlowvsQwen3.6 PlusmediumGemini 3.1 Flash Lite PreviewlowvsQwen3.5-122B-A10BmediumGemini 3.1 Flash Lite PreviewlowvsGLM 5 TurbomediumClaude Sonnet 4.6mediumvsGemini 3.1 Flash Lite PreviewlowGemini 3.1 Flash Lite PreviewlowvsGPT-5.4mediumDeepSeek V3.2mediumvsGemini 3.1 Flash Lite PreviewlowGemini 3.1 Flash Lite PreviewlowvsGPT-5.2 ChatnoneGemini 3.1 Flash Lite PreviewlowvsStep 3.5 FlashmediumSeed-2.0-LitemediumvsGemini 3 Flash PreviewlowGemini 3 Flash PreviewlowvsGPT-5.3-CodexmediumGemini 3.1 Flash Lite PreviewlowvsGLM 5medium