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 9.2 vs 8.9. Gemini 3.5 Flash tiene menor coste de benchmark con $0.349 vs $0.740. Gemini 3.5 Flash es más rápido con 3.27s vs 16.22s, con tasas de acierto de 90.5% vs 82.5%.

Modelo recomendado: Gemini 3.5 Flash - Tiene la mejor puntuación aquí (9.2) y cuesta aproximadamente 2.1x menos que GPT-5.3-Codex.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-07-02

Métrica Gemini 3.5 Flash Gemini 3.5 Flash low Lanzamiento: 2026-05-19 GPT-5.3-Codex GPT-5.3-Codex medium Lanzamiento: 2026-02-05
Puntuación 9.2 8.9
Rango #5 #10
Fiabilidad 10.0 10.0
Consistencia 10.0 8.5
Pruebas correctas
Tasa de aciertos por intento 90.5% 82.5%
Pruebas inestables 0 4
Ejecuciones totales 63 63
Costo por resultado 1.834 4.932
Costo total $0.349 $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 36,938 34,299
Tokens de salida 2,033 2,357
Tokens de razonamiento 30,519 46,189
Tiempo de respuesta (promedio) 3.27s 16.22s
Tiempo de respuesta (máximo) 9.05s 100.93s
Tiempo de respuesta (total) 68.65s 340.67s

Generación showcase

Hamster playing table tennis

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

#5 Gemini 3.5 Flash

low
Coste
$0.068
Tiempo
39.1s
Tokens
7,588 tok

#10 GPT-5.3-Codex

medium
Coste
$0.049
Tiempo
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 2.52s 494 209 2,536
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 7.8 10.0 66.7% 0 6.71s 8,118 458 13,420
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 6.44s 12,873 351 3,050
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 1.81s 7,548 279 1,164
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 7.7 10.0 66.7% 0 3.39s 633 12 4,538
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 2.27s 486 119 916
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 9.9 10.0 100.0% 0 1.86s 615 71 1,652
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 2.35s 558 288 2,150
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 10.0 10.0 100.0% 0 3.27s 5,457 234 403
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 1.88s 156 12 690
GPT-5.3-Codex 2.8 1.6 33.3% 1 14.43s 195 30 1,701

Comparación rápida

Cambiar par de comparación

Claude Fable 5mediumvsGemini 3.5 FlashlowGemini 3.5 FlashlowvsQwen3.7 MaxmediumGemini 3.5 FlashlowvsGPT-5.5mediumGemini 3.5 FlashlowvsQwen3.6 Max PreviewmediumClaude Opus 4.8mediumvsGemini 3.5 FlashlowClaude Opus 4.7mediumvsGemini 3.5 FlashlowGemini 3.5 FlashlowvsGLM 5.2mediumDeepSeek V4 FlashhighvsGPT-5.3-CodexmediumGemini 3.5 FlashlowvsGLM 5mediumGemini 3.5 FlashlowvsGPT-5 MinimediumGemini 3.5 FlashlowvsGPT-5.4mediumSeed-2.0-LitemediumvsGemini 3.5 Flashlow