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 Preview vs OpenAI: GPT-5.4 Mini

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-03-17

Métrica Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview low Lanzamiento: 2026-03-03 GPT-5.4 Mini GPT-5.4 Mini medium Lanzamiento: 2026-03-17
Rango #17 #34
Puntuación 8.0 7.1
Consistencia 10.0 7.2
Costo por resultado 0.168 3.610
Costo total $0.021 $0.289
Pruebas correctas
Tasa de aciertos por intento 70.6% 68.6%
Pruebas inestables 0 6
Ejecuciones totales 51 51
Tokens de salida 1,617 1,708
Tokens de razonamiento 7,686 58,019
Tiempo de respuesta (promedio) 3.28s 15.66s
Tiempo de respuesta (máximo) 11.91s 102.91s
Tiempo de respuesta (total) 55.80s 266.14s

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
GPT-5.4 Mini 8.6 7.9 91.7% 1 4.05s 296 2,876
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
GPT-5.4 Mini 10.0 10.0 100.0% 0 17.81s 317 4,317
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
GPT-5.4 Mini 10.0 10.0 100.0% 0 2.43s 234 650
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
GPT-5.4 Mini 4.1 4.4 44.5% 2 65.31s 60 43,286
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
GPT-5.4 Mini 4.5 10.0 0.0% 0 3.72s 150 510
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
GPT-5.4 Mini 7.4 6.5 66.7% 1 2.50s 129 1,337
Puzzle Solving 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
GPT-5.4 Mini 6.8 7.9 55.6% 1 4.33s 271 2,449
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
GPT-5.4 Mini 4.7 1.6 66.7% 1 9.62s 251 2,594

Comparación rápida

Cambiar par de comparación

Gemini 3.1 Flash Lite PreviewlowvsQwen3.5-FlashmediumGemini 3.1 Flash Lite PreviewlowvsGLM 5 TurbomediumClaude Sonnet 4.6mediumvsGemini 3.1 Flash Lite PreviewlowGemini 3.1 Flash Lite PreviewlowvsGPT-5.4mediumGemini 3.1 Flash Lite PreviewlowvsGrok 4.20 BetamediumGemini 3.1 Flash Lite PreviewlowvsStep 3.5 FlashmediumDisponible gratisClaude Sonnet 4.6nonevsGPT-5.4 MinimediumDeepSeek V3.2mediumvsGemini 3.1 Flash Lite PreviewlowGemini 3.1 Flash Lite PreviewlowvsGPT-5.2 ChatnoneGemini 3.1 Flash Lite PreviewlowvsGLM 5mediumGemini 3.1 Flash Lite PreviewlowvsQwen3.5-27BmediumGPT-5.4 MinimediumvsQwen3.5 Plus 2026-02-15none