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: 2026-06-04

Métrica Gemini 3.5 Flash Gemini 3.5 Flash medium Lanzamiento: 2026-05-19 GPT-5.4 GPT-5.4 medium Lanzamiento: 2026-03-05
Puntuación 9.0 8.0
Rango #7 #21
Fiabilidad 10.0 10.0
Consistencia 9.6 8.6
Pruebas correctas
Tasa de aciertos por intento 87.3% 76.2%
Pruebas inestables 1 4
Ejecuciones totales 63 63
Costo por resultado 3.229 8.640
Costo total $0.582 $1.210
Precio de entrada $1.500 / 1M $2.500 / 1M
Precio de salida $9.000 / 1M $15.000 / 1M
Total de tokens de entrada 36,936 34,108
Tokens de salida 2,001 2,242
Tokens de razonamiento 56,408 72,707
Tiempo de respuesta (promedio) 4.94s 22.35s
Tiempo de respuesta (máximo) 18.07s 100.41s
Tiempo de respuesta (total) 103.79s 469.29s

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 2.09s 492 171 3,385
GPT-5.4 8.3 10.0 75.0% 0 4.11s 606 240 1,511
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 7.9 7.5 77.8% 1 12.63s 8,118 461 24,939
GPT-5.4 8.8 7.8 88.9% 1 44.36s 7,305 433 24,216
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 12.05s 12,873 351 7,807
GPT-5.4 10.0 10.0 100.0% 0 20.57s 11,019 301 3,543
Análisis y extracción de datos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Gemini 3.5 Flash 10.0 10.0 100.0% 0 4.07s 7,548 279 3,784
GPT-5.4 10.0 10.0 100.0% 0 5.32s 7,140 234 804
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 5.24s 633 12 8,047
GPT-5.4 5.3 7.2 44.4% 1 74.27s 619 61 34,748
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 2.52s 486 115 1,144
GPT-5.4 4.7 3.1 33.3% 1 4.92s 477 145 321
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 2.70s 615 71 2,855
GPT-5.4 10.0 10.0 100.0% 0 3.11s 660 93 897
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 7.7 10.0 66.7% 0 2.38s 558 295 2,747
GPT-5.4 8.2 7.2 88.9% 1 9.14s 642 441 3,815
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 3.81s 5,457 234 455
GPT-5.4 10.0 10.0 100.0% 0 13.28s 5,445 264 1,031
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 2.75s 156 12 1,245
GPT-5.4 3.0 10.0 0.0% 0 13.95s 195 30 1,821

Comparación rápida

Cambiar par de comparación

Gemini 3.5 FlashmediumvsGPT-5.5lowGemini 3.5 FlashnonevsGPT-5.4mediumDeepSeek V4 FlashhighvsGPT-5.4mediumGemini 3.5 FlashminimalvsGPT-5.4mediumGPT-5.4mediumvsQwen3.7 MaxnoneGemini 3 Flash PreviewlowvsGPT-5.4mediumGemini 3 Flash PreviewnonevsGPT-5.4mediumGemini 3.1 Flash Lite PreviewlowvsGPT-5.4mediumGPT-5.4mediumvsStep 3.7 FlashlowGemini 3.1 Flash Lite PreviewnonevsGPT-5.4mediumGemini 3.1 Flash LitelowvsGPT-5.4mediumClaude Opus 4.8nonevsGPT-5.4medium