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

Modelos comparados

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-05-10

Métrica Gemma 4 31B Gemma 4 31B medium Lanzamiento: 2026-04-02 Disponible gratis Gemini 3 Flash Preview Gemini 3 Flash Preview medium Lanzamiento: 2025-12-17 Gemini 3 PRO Preview Gemini 3 PRO Preview medium Lanzamiento: 2025-11-18 Gemini 3.1 Pro Preview Gemini 3.1 Pro Preview medium Lanzamiento: 2026-02-19
Puntuación 8.2 10.0 8.4 9.6
Rango #14 #1 #10 #2
Fiabilidad 6.7 10.0 N/D 10.0
Consistencia 9.6 10.0 10.0 10.0
Pruebas correctas
Tasa de aciertos por intento 77.2% 100.0% 77.8% 94.7%
Pruebas inestables 1 0 0 0
Ejecuciones totales 57 57 57 57
Costo por resultado 0.158 1.722 1.406 3.300
Costo total $0.023 $0.328 $0.197 $0.594
Precio de entrada $0.130 / 1M $0.500 / 1M $0.000 / 1M $2.000 / 1M
Precio de salida $0.380 / 1M $3.000 / 1M $0.000 / 1M $12.000 / 1M
Tokens de salida 14,426 1,985 1,508 1,944
Tokens de razonamiento 37,964 102,122 10,084 41,839
Tiempo de respuesta (promedio) 28.72s 11.43s 9.06s 15.15s
Tiempo de respuesta (máximo) 90.14s 74.66s 26.24s 40.61s
Tiempo de respuesta (total) 488.27s 217.10s 90.58s 181.78s

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
Gemma 4 31B 10.0 10.0 100.0% 0 12.89s 962 2,046
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 3.88s 330 3,216
Gemini 3 PRO Preview 10.0 10.0 100.0% 0 14.99s 149 1,485
Gemini 3.1 Pro Preview 10.0 10.0 100.0% 0 7.90s 112 3,218
Programación Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Gemma 4 31B 4.7 1.6 66.7% 1 70.97s 3,166 5,449
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 74.66s 432 48,771
Gemini 3 PRO Preview 3.0 10.0 0.0% 0 0ms 0 0
Gemini 3.1 Pro Preview 10.0 10.0 100.0% 0 19.88s 405 4,201
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Gemma 4 31B 3.0 10.0 0.0% 0 0ms 0 0
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 22.42s 351 10,485
Gemini 3 PRO Preview 3.0 10.0 0.0% 0 10.37s 351 952
Gemini 3.1 Pro Preview 9.5 10.0 100.0% 0 40.61s 432 9,281
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
Gemma 4 31B 10.0 10.0 100.0% 0 21.11s 1,822 2,951
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 5.43s 279 4,893
Gemini 3 PRO Preview 10.0 10.0 100.0% 0 10.84s 279 3,156
Gemini 3.1 Pro Preview 10.0 10.0 100.0% 0 7.72s 279 3,904
Específico del dominio Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Gemma 4 31B 7.7 10.0 66.7% 0 38.48s 4,349 8,985
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 15.27s 12 21,684
Gemini 3 PRO Preview 5.3 10.0 33.3% 0 7.01s 15 1,195
Gemini 3.1 Pro Preview 7.7 10.0 66.7% 0 32.73s 18 12,424
Inteligencia general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Gemma 4 31B 10.0 10.0 100.0% 0 9.57s 105 888
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 5.19s 72 1,905
Gemini 3 PRO Preview 10.0 10.0 100.0% 0 9.34s 78 374
Gemini 3.1 Pro Preview 10.0 10.0 100.0% 0 11.77s 108 1,179
Seguimiento de instrucciones Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Gemma 4 31B 10.0 10.0 100.0% 0 12.76s 533 2,035
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 4.04s 72 2,709
Gemini 3 PRO Preview 9.8 10.0 100.0% 0 3.26s 69 754
Gemini 3.1 Pro Preview 10.0 10.0 100.0% 0 9.56s 72 2,236
Resolución de acertijos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Gemma 4 31B 9.9 10.0 100.0% 0 27.63s 1,797 5,596
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 5.48s 192 4,647
Gemini 3 PRO Preview 10.0 10.0 100.0% 0 3.91s 243 1,197
Gemini 3.1 Pro Preview 10.0 10.0 100.0% 0 7.15s 232 3,117
Llamada de herramientas Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Gemma 4 31B 3.0 10.0 0.0% 0 0ms 0 0
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 12.60s 234 1,487
Gemini 3 PRO Preview 10.0 10.0 100.0% 0 11.96s 324 971
Gemini 3.1 Pro Preview 10.0 10.0 100.0% 0 23.15s 274 982
Cultura general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Gemma 4 31B 3.0 10.0 0.0% 0 90.14s 1,692 10,014
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 5.50s 11 2,325
Gemini 3 PRO Preview 0.0 0.0 0.0% 0 0ms 0 0
Gemini 3.1 Pro Preview 10.0 10.0 100.0% 0 6.27s 12 1,297

Comparación rápida

Cambiar par de comparación

Gemini 3 PRO PreviewmediumvsGPT-5.5lowGemma 4 31BmediumDisponible gratisvsGPT-5.2 ChatnoneGemma 4 31BmediumDisponible gratisvsGPT-5.5lowGemma 4 31BmediumDisponible gratisvsGPT-5.3 ChatnoneDeepSeek V4 FlashhighvsGemma 4 31BmediumDisponible gratisGemini 3 PRO PreviewmediumvsGPT-5.2 ChatnoneGemini 3.1 Pro PreviewmediumvsGPT-5.5lowGemini 3 PRO PreviewmediumvsGPT-5.3 ChatnoneDeepSeek V4 FlashhighvsGemini 3 PRO PreviewmediumGemma 4 31BmediumDisponible gratisvsQwen3.6 Max PreviewnoneGemma 4 31BmediumDisponible gratisvsRing 2.6 1tnoneDisponible gratisClaude Sonnet 4.6nonevsGemma 4 31BmediumDisponible gratis