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 low Lanzamiento: 2026-05-19 GPT-5.4 GPT-5.4 medium Lanzamiento: 2026-03-05
Puntuación 9.3 7.9
Rango #3 #27
Fiabilidad 10.0 10.0
Consistencia 10.0 8.5
Pruebas correctas
Tasa de aciertos por intento 90.0% 75.0%
Pruebas inestables 0 4
Ejecuciones totales 60 60
Costo por resultado 1.582 8.767
Costo total $0.285 $1.140
Precio de entrada $1.500 / 1M $2.500 / 1M
Precio de salida $9.000 / 1M $15.000 / 1M
Tokens de salida 2,027 2,222
Tokens de razonamiento 23,938 68,503
Tiempo de respuesta (promedio) 2.98s 22.31s
Tiempo de respuesta (máximo) 6.44s 100.41s
Tiempo de respuesta (total) 59.59s 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 2.52s 209 2,536
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 6.8 10.0 50.0% 0 5.54s 452 6,839
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 6.44s 351 3,050
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 1.81s 279 1,164
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 7.7 10.0 66.7% 0 3.39s 12 4,538
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 2.27s 119 916
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 9.9 10.0 100.0% 0 1.86s 71 1,652
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 2.35s 288 2,150
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 10.0 10.0 100.0% 0 3.27s 234 403
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 1.88s 12 690
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 3.5 FlashlowvsQwen3.7 MaxmediumClaude Opus 4.7mediumvsGemini 3.5 FlashlowGemini 3.1 Flash Lite PreviewnonevsGPT-5.4mediumGemini 3.1 Flash LitelowvsGPT-5.4mediumDeepSeek V4 FlashhighDisponible gratisvsGPT-5.4mediumGemini 3.5 FlashlowvsGPT-5.5mediumRing-2.6-1TnonevsGPT-5.4mediumGemini 3 Flash PreviewlowvsGPT-5.4medium