Navegación
AI BENCHY
Advertise here

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: 2026-06-03

Métrica Gemini 3.5 Flash Gemini 3.5 Flash low Lanzamiento: 2026-05-19 GPT-5.4 GPT-5.4 none Lanzamiento: 2026-03-05
Puntuación 9.3 5.6
Rango #3 #121
Fiabilidad 10.0 10.0
Consistencia 10.0 9.1
Pruebas correctas
Tasa de aciertos por intento 90.0% 38.3%
Pruebas inestables 0 2
Ejecuciones totales 60 60
Costo por resultado 1.582 1.644
Costo total $0.285 $0.116
Precio de entrada $1.500 / 1M $2.500 / 1M
Precio de salida $9.000 / 1M $15.000 / 1M
Total de tokens de entrada 33,935 31,593
Tokens de salida 2,027 2,402
Tokens de razonamiento 23,938 0
Tiempo de respuesta (promedio) 2.98s 1.45s
Tiempo de respuesta (máximo) 6.44s 2.95s
Tiempo de respuesta (total) 59.59s 29.00s

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-5.4 3.2 8.0 8.3% 1 1.21s 606 406 0
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 6.8 10.0 50.0% 0 5.54s 5,115 452 6,839
GPT-5.4 6.8 10.0 50.0% 0 1.99s 4,686 501 0
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-5.4 3.0 10.0 0.0% 0 2.89s 11,019 291 0
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-5.4 10.0 10.0 100.0% 0 1.04s 7,140 222 0
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-5.4 5.3 7.2 44.4% 1 1.07s 723 50 0
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-5.4 4.4 9.9 0.0% 0 1.78s 477 184 0
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-5.4 6.5 10.0 50.0% 0 1.07s 660 81 0
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-5.4 5.6 9.8 33.3% 0 1.44s 642 381 0
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-5.4 10.0 10.0 100.0% 0 2.75s 5,445 246 0
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-5.4 3.0 10.0 0.0% 0 990ms 195 40 0

Comparación rápida

Cambiar par de comparación

MiniMax M2.5mediumvsGPT-5.4noneCobuddymediumvsGPT-5.4noneMiniMax M2.7mediumvsGPT-5.4noneMistral Small 4mediumvsGPT-5.4noneGPT-5.4nonevsOwl AlphamediumGemini 3.5 FlashlowvsQwen3.7 MaxmediumGPT-5.4nonevsElephant AlphamediumNemotron 3 SupermediumDisponible gratisvsGPT-5.4noneClaude Opus 4.7mediumvsGemini 3.5 FlashlowDeepSeek V4 ProhighvsGPT-5.4noneGemini 3.5 FlashlowvsGPT-5.5mediumClaude Opus 4.8mediumvsGemini 3.5 Flashlow