Navegación
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Gemini 3.7 Flash (medium) vs GPT-6 Astra (max)

GPT-6 Astra (max) lidera en puntuación media con 9.9 vs 9.4. Gemini 3.7 Flash (medium) tiene menor coste de benchmark con $0.309 vs $3.803. Gemini 3.7 Flash (medium) es más rápido con 5.87s vs 61.27s, con tasas de acierto de 93.9% vs 95.5%.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-09-04

Rango
#12
Total de tokens de salida
64,577
Tiempo de respuesta (promedio)
5.87s
Costo total
$0.309
Rango
#3
Total de tokens de salida
60,230
Tiempo de respuesta (promedio)
61.27s
Costo total
$3.803
Modelo recomendado Gemini 3.7 Flash (medium)

Su puntuación se mantiene cerca de la mejor aquí (9.4 vs 9.9) y cuesta aproximadamente 12.3x menos que GPT-6 Astra (max).

Comparación detallada

Métrica Gemini 3.7 Flash Gemini 3.7 Flash medium Lanzamiento: 2026-08-14 GPT-6 Astra GPT-6 Astra max Lanzamiento: 2026-09-04
Puntuación 9.4 9.9
Rango #12 #3
Fiabilidad 10.0 9.5
Consistencia 9.6 10.0
Intentos 66/66 66/66
Pruebas correctas
Tasa de aciertos por intento 93.9% 95.5%
Pruebas inestables 1 0
Ejecuciones totales 66 66
Costo por resultado 0.773 18.106
Costo total $0.309 $3.803
Precio de entrada $0.750 / 1M $10.000 / 1M
Precio de salida $3.750 / 1M $50.000 / 1M
Total de tokens de entrada 89,055 79,058
Tokens de salida 5,697 4,853
Tokens de razonamiento 58,880 55,377
Tiempo de respuesta (promedio) 5.87s 61.27s
Tiempo de respuesta (máximo) 30.23s 960.01s
Tiempo de respuesta (total) 129.20s 1347.96s
Parámetros ~500B en total (~20B activos) ~2T en total (~150B activos)
Disponibilidad Código cerrado Código cerrado

Generación showcase de modelos

Hamster playing table tennis

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

#12 Gemini 3.7 Flash

medium
Coste
$0.014
Tiempo
35.2s
Tokens
7,283 tok

#3 GPT-6 Astra

max
Reached the allocated time limit (600 seconds) without receiving showcase output.
Coste
$0.000
Tiempo
600.0s
Tokens
0 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

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 3.7 Flash 8.4 7.4 88.9% 1 8.86s 8,118 450 16,777
GPT-6 Astra 10.0 10.0 100.0% 0 14.64s 7,302 395 8,298

Comparación rápida

Cambiar par de comparación