Navegación
AI BENCHY
Your ad here

AI BENCHY Compare

Modelos comparados

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-04-16

Métrica GPT-5.2 Chat GPT-5.2 Chat none Lanzamiento: 2025-12-11 GPT-5.3 Chat GPT-5.3 Chat none Lanzamiento: 2026-03-03 Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview low Lanzamiento: 2026-03-03
Puntuación 7.9 7.7 8.1
Rango #28 #35 #22
Consistencia 8.7 8.6 10.0
Pruebas correctas
Tasa de aciertos por intento 75.9% 68.5% 72.2%
Pruebas inestables 3 3 0
Ejecuciones totales 54 54 54
Costo por resultado 2.424 3.082 0.168
Costo total $0.291 $0.340 $0.022
Precio de entrada $1.750 / 1M $1.750 / 1M $0.250 / 1M
Precio de salida $14.000 / 1M $14.000 / 1M $1.500 / 1M
Tokens de salida 17,346 20,784 2,247
Tokens de razonamiento 0 0 8,058
Tiempo de respuesta (promedio) 6.84s 5.88s 3.22s
Tiempo de respuesta (máximo) 38.52s 18.33s 11.91s
Tiempo de respuesta (total) 123.17s 105.90s 58.00s

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 salida Tokens de razonamiento
GPT-5.2 Chat 8.7 7.9 91.7% 1 3.40s 1,807 0
GPT-5.3 Chat 6.7 8.1 58.3% 1 3.86s 3,167 0
Gemini 3.1 Flash Lite Preview 8.3 10.0 75.0% 0 2.12s 462 1,638
Programación Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-5.2 Chat 10.0 10.0 100.0% 0 8.97s 1,345 0
GPT-5.3 Chat 10.0 10.0 100.0% 0 9.32s 1,436 0
Gemini 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 2.20s 630 372
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-5.2 Chat 10.0 10.0 100.0% 0 9.12s 1,243 0
GPT-5.3 Chat 10.0 10.0 100.0% 0 11.96s 2,614 0
Gemini 3.1 Flash Lite Preview 3.0 10.0 0.0% 0 11.91s 225 762
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
GPT-5.2 Chat 10.0 10.0 100.0% 0 3.05s 980 0
GPT-5.3 Chat 10.0 10.0 100.0% 0 2.21s 942 0
Gemini 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 3.00s 291 696
Específico del dominio Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-5.2 Chat 5.3 10.0 33.3% 0 17.78s 7,810 0
GPT-5.3 Chat 3.5 4.4 33.3% 2 13.01s 8,264 0
Gemini 3.1 Flash Lite Preview 5.3 10.0 33.3% 0 2.36s 18 1,212
Inteligencia general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-5.2 Chat 4.4 3.0 33.3% 1 3.20s 335 0
GPT-5.3 Chat 4.6 10.0 0.0% 0 1.99s 319 0
Gemini 3.1 Flash Lite Preview 4.0 10.0 0.0% 0 1.54s 69 384
Seguimiento de instrucciones Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-5.2 Chat 7.5 6.1 83.3% 1 5.46s 1,528 0
GPT-5.3 Chat 8.3 10.0 50.0% 0 3.29s 1,455 0
Gemini 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 1.49s 72 753
Resolución de acertijos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-5.2 Chat 7.7 10.0 66.7% 0 4.42s 1,743 0
GPT-5.3 Chat 10.0 10.0 100.0% 0 2.93s 1,726 0
Gemini 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 2.76s 243 1,248
Llamada de herramientas Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-5.2 Chat 10.0 10.0 100.0% 0 4.68s 555 0
GPT-5.3 Chat 10.0 10.0 100.0% 0 8.36s 861 0
Gemini 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 9.54s 237 993

Comparación rápida

Cambiar par de comparación

Gemini 3.1 Flash Lite PreviewlowvsMiMo-V2-PromediumGemini 3.1 Flash Lite PreviewlowvsQwen3.6 PlusmediumClaude Opus 4.6mediumvsGPT-5.3 ChatnoneGPT-5.2 ChatnonevsStep 3.5 FlashmediumGemini 3.1 Flash Lite PreviewlowvsQwen3.5-122B-A10BmediumGemini 3.1 Flash Lite PreviewlowvsGLM 5 TurbomediumGPT-5.3 ChatnonevsMiMo-V2-OmnimediumDeepSeek V3.2mediumvsGPT-5.2 ChatnoneClaude Sonnet 4.6mediumvsGemini 3.1 Flash Lite PreviewlowGPT-5.2 ChatnonevsGLM 5V TurbomediumClaude Sonnet 4.6mediumvsGPT-5.2 ChatnoneGemini 3.1 Flash Lite PreviewlowvsGPT-5.4medium