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 3.5 Flash vs OpenAI: GPT-5.3-Codex

Resumen

Comparación benchmark de Gemini 3.5 Flash vs GPT-5.3-Codex: Gemini 3.5 Flash lidera en puntuación media con 9.6 vs 8.4. GPT-5.3-Codex tiene menor coste de benchmark con $0.740 vs $1.115. Gemini 3.5 Flash es más rápido con 8.84s vs 16.22s, con tasas de acierto de 96.8% vs 82.5%.

Modelo recomendado: Gemini 3.5 Flash - Tiene la mejor puntuación aquí (9.6) y responde aproximadamente 1.8x más rápido que GPT-5.3-Codex.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-06-04

Métrica Gemini 3.5 Flash Gemini 3.5 Flash high Lanzamiento: 2026-05-19 GPT-5.3-Codex GPT-5.3-Codex medium Lanzamiento: 2026-02-05
Puntuación 9.6 8.4
Rango #2 #15
Fiabilidad 10.0 10.0
Consistencia 9.6 8.5
Pruebas correctas
Tasa de aciertos por intento 96.8% 82.5%
Pruebas inestables 1 4
Ejecuciones totales 63 63
Costo por resultado 5.575 4.932
Costo total $1.115 $0.740
Precio de entrada $1.500 / 1M $1.750 / 1M
Precio de salida $9.000 / 1M $14.000 / 1M
Total de tokens de entrada 37,594 34,299
Tokens de salida 1,975 2,357
Tokens de razonamiento 115,638 46,189
Tiempo de respuesta (promedio) 8.84s 16.22s
Tiempo de respuesta (máximo) 34.82s 100.93s
Tiempo de respuesta (total) 185.57s 340.67s

Generation showcase

Hamster playing table tennis

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

#2 Gemini 3.5 Flash

high
Cost
$0.208
Time
118.2s
Tokens
23,158 tok

#15 GPT-5.3-Codex

medium
Cost
$0.049
Time
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 3.5 Flash 10.0 10.0 100.0% 0 2.57s 492 174 4,997
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 3.5 Flash 10.0 10.0 100.0% 0 22.96s 8,118 456 47,129
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 3.5 Flash 10.0 10.0 100.0% 0 22.37s 12,873 351 16,323
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 3.5 Flash 10.0 10.0 100.0% 0 6.43s 7,548 279 8,466
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 3.5 Flash 7.6 7.2 77.8% 1 14.09s 633 12 24,721
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 3.5 Flash 10.0 10.0 100.0% 0 3.63s 486 115 1,650
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 3.5 Flash 10.0 10.0 100.0% 0 3.35s 615 70 3,799
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 3.5 Flash 10.0 10.0 100.0% 0 3.23s 558 241 4,940
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 3.5 Flash 9.8 10.0 100.0% 0 4.96s 6,115 265 1,608
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 3.5 Flash 10.0 10.0 100.0% 0 3.94s 156 12 2,005
GPT-5.3-Codex 2.8 1.6 33.3% 1 14.43s 195 30 1,701

Comparación rápida

Cambiar par de comparación

Gemini 3 Flash PreviewlowvsGPT-5.3-CodexmediumGemini 3.5 FlashnonevsGPT-5.3-CodexmediumGemini 3.5 FlashhighvsQwen3.7 MaxmediumGemini 3.5 FlashhighvsGPT-5.5lowDeepSeek V4 FlashhighvsGPT-5.3-CodexmediumGemini 3.5 FlashminimalvsGPT-5.3-CodexmediumGPT-5.3-CodexmediumvsQwen3.7 MaxnoneGemini 3.5 FlashhighvsGPT-5.5mediumClaude Opus 4.8mediumvsGemini 3.5 FlashhighClaude Opus 4.7mediumvsGemini 3.5 FlashhighGemini 3 Flash PreviewnonevsGPT-5.3-CodexmediumGemini 3.5 FlashlowvsGPT-5.3-Codexmedium