AI BENCHY Compare
Google: Gemini 3.1 Flash Lite Preview vs OpenAI: GPT-5.3-Codex
Comparar:
Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-03-03
| Métrica | Google: Gemini 3.1 Flash Lite Preview low Lanzamiento: 2026-03-03 | OpenAI: GPT-5.3-Codex medium Lanzamiento: 2026-02-05 |
|---|---|---|
| Rango | #8 | #7 |
| Puntaje prom. | 7.84 | 7.93 |
| Consistencia | 10.00 | 8.84 |
| Costo por resultado | 0.151 | 4.641 |
| Costo total | $0.016 | $0.465 |
| Pruebas correctas | ||
| Tasa de aciertos por intento | 71.4% | 78.6% |
| Pruebas inestables | 0 | 2 |
| Tokens de salida | 1,317 | 1,201 |
| Tokens de razonamiento | 6,126 | 30,056 |
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 | |
| OpenAI: GPT-5.3-Codex | 10.00 | 10.00 | 100.0% | 0 | 216 | 1,421 |
| 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 | |
| OpenAI: GPT-5.3-Codex | 10.00 | 10.00 | 100.0% | 0 | 234 | 735 |
| 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 | |
| OpenAI: GPT-5.3-Codex | 4.00 | 7.21 | 55.6% | 1 | 64 | 25,308 |
| 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 | |
| OpenAI: GPT-5.3-Codex | 9.00 | 10.00 | 50.0% | 0 | 93 | 693 |
| 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 | |
| OpenAI: GPT-5.3-Codex | 7.00 | 7.38 | 77.8% | 1 | 340 | 1,407 |
| 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 | |
| OpenAI: GPT-5.3-Codex | 10.00 | 10.00 | 100.0% | 0 | 254 | 492 |
Comparación rápida
Cambiar par de comparación
Gemini 3.1 Flash Lite PreviewhighvsGPT-5.3-CodexmediumGemini 3.1 Flash Lite PreviewnonevsGPT-5.3-CodexmediumClaude Sonnet 4.6mediumvsGemini 3.1 Flash Lite PreviewlowGemini 3 Flash PreviewlowvsGPT-5.3-CodexmediumGemini 3.1 Flash Lite PreviewlowvsGPT-5.2 ChatnoneGemini 3.1 Flash Lite PreviewlowvsGLM 5mediumGemini 3.1 Flash Lite PreviewlowvsGPT-5.3 ChatnoneGemini 3.1 Flash Lite PreviewlowvsQwen3.5-27BmediumGemini 3 Flash PreviewnonevsGPT-5.3-CodexmediumGemini 3.1 Flash Lite PreviewlowvsQwen3.5 Plus 2026-02-15mediumGemini 3.1 Flash Lite PreviewlowvsStep 3.5 FlashmediumDisponible gratisDeepSeek V3.2mediumvsGemini 3.1 Flash Lite Previewlow