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-5.4

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-05-22

Métrica Gemini 3.5 Flash Gemini 3.5 Flash high Lanzamiento: 2026-05-19 GPT-5.4 GPT-5.4 medium Lanzamiento: 2026-03-05
Puntuación 9.6 7.9
Rango #2 #27
Fiabilidad 10.0 10.0
Consistencia 9.6 8.5
Pruebas correctas
Tasa de aciertos por intento 96.7% 75.0%
Pruebas inestables 1 4
Ejecuciones totales 60 60
Costo por resultado 5.231 8.767
Costo total $0.994 $1.140
Precio de entrada $1.500 / 1M $2.500 / 1M
Precio de salida $9.000 / 1M $15.000 / 1M
Tokens de salida 1,969 2,222
Tokens de razonamiento 102,679 68,503
Tiempo de respuesta (promedio) 8.30s 22.31s
Tiempo de respuesta (máximo) 34.82s 100.41s
Tiempo de respuesta (total) 165.92s 446.15s

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 3.5 Flash 10.0 10.0 100.0% 0 2.57s 174 4,997
GPT-5.4 8.3 10.0 75.0% 0 4.11s 240 1,511
Programación Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Gemini 3.5 Flash 10.0 10.0 100.0% 0 24.62s 450 34,170
GPT-5.4 8.2 6.7 83.3% 1 54.98s 412 19,995
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Gemini 3.5 Flash 10.0 10.0 100.0% 0 22.37s 351 16,323
GPT-5.4 10.0 10.0 100.0% 0 20.57s 301 3,543
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 3.5 Flash 10.0 10.0 100.0% 0 6.43s 279 8,466
GPT-5.4 10.0 10.0 100.0% 0 5.32s 234 804
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 3.5 Flash 7.6 7.2 77.8% 1 14.09s 12 24,721
GPT-5.4 5.3 7.2 44.4% 1 74.27s 61 34,748
Inteligencia general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Gemini 3.5 Flash 10.0 10.0 100.0% 0 3.63s 115 1,650
GPT-5.4 4.7 3.1 33.3% 1 4.92s 145 321
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 3.5 Flash 10.0 10.0 100.0% 0 3.35s 70 3,799
GPT-5.4 10.0 10.0 100.0% 0 3.11s 93 897
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 3.5 Flash 10.0 10.0 100.0% 0 3.23s 241 4,940
GPT-5.4 8.2 7.2 88.9% 1 9.13s 442 3,832
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 3.5 Flash 9.8 10.0 100.0% 0 4.96s 265 1,608
GPT-5.4 10.0 10.0 100.0% 0 13.28s 264 1,031
Cultura general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Gemini 3.5 Flash 10.0 10.0 100.0% 0 3.94s 12 2,005
GPT-5.4 3.0 10.0 0.0% 0 13.95s 30 1,821

Comparación rápida

Cambiar par de comparación

GPT-5.4mediumvsQwen3.7 MaxnoneGemini 3.5 FlashminimalvsGPT-5.4mediumGemini 3 Flash PreviewnonevsGPT-5.4mediumGemini 3.1 Flash Lite PreviewlowvsGPT-5.4mediumGemini 3.1 Flash Lite PreviewnonevsGPT-5.4mediumGemini 3.1 Flash LitelowvsGPT-5.4mediumDeepSeek V4 FlashhighDisponible gratisvsGPT-5.4mediumGemini 3.5 FlashhighvsQwen3.7 MaxmediumRing-2.6-1TnonevsGPT-5.4mediumClaude Opus 4.7mediumvsGemini 3.5 FlashhighGemini 3.5 FlashhighvsGPT-5.5lowGemini 3 Flash PreviewlowvsGPT-5.4medium