Navegación
AI BENCHY
Your ad here

AI BENCHY Compare

Modelos comparados

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-03-21

Métrica GPT-5.4 Nano GPT-5.4 Nano medium Lanzamiento: 2026-03-17 GPT-5.4 Mini GPT-5.4 Mini medium Lanzamiento: 2026-03-17 Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview medium Lanzamiento: 2026-03-03 Gemini 3 Flash Preview Gemini 3 Flash Preview medium Lanzamiento: 2025-12-17
Puntuación 7.4 7.1 8.1 10.0
Rango #30 #36 #14 #1
Consistencia 9.0 7.2 10.0 10.0
Pruebas correctas
Tasa de aciertos por intento 66.7% 68.6% 70.6% 100.0%
Pruebas inestables 2 6 0 0
Ejecuciones totales 51 51 51 51
Costo por resultado 0.769 3.610 0.413 0.972
Costo total $0.077 $0.289 $0.050 $0.166
Precio de entrada $0.200 / 1M $0.750 / 1M $0.250 / 1M $0.500 / 1M
Precio de salida $1.250 / 1M $4.500 / 1M $1.500 / 1M $3.000 / 1M
Tokens de salida 2,474 1,708 1,737 1,640
Tokens de razonamiento 54,516 58,019 26,346 48,270
Tiempo de respuesta (promedio) 11.08s 15.66s 3.70s 11.39s
Tiempo de respuesta (máximo) 94.06s 102.91s 14.93s 50.16s
Tiempo de respuesta (total) 188.39s 266.14s 62.97s 113.86s

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-5.4 Nano 8.3 10.0 75.0% 0 4.52s 683 2,254
GPT-5.4 Mini 8.6 7.9 91.7% 1 4.05s 296 2,876
Gemini 3.1 Flash Lite Preview 9.1 10.0 75.0% 0 2.33s 570 4,305
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 4.13s 305 3,490
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-5.4 Nano 9.8 10.0 100.0% 0 24.13s 349 5,719
GPT-5.4 Mini 10.0 10.0 100.0% 0 17.81s 317 4,317
Gemini 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 14.93s 327 7,347
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 50.16s 351 12,645
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-5.4 Nano 10.0 10.0 100.0% 0 2.54s 234 516
GPT-5.4 Mini 10.0 10.0 100.0% 0 2.43s 234 650
Gemini 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 2.29s 279 2,952
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 4.72s 279 5,333
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-5.4 Nano 5.9 7.2 55.6% 1 38.18s 60 43,325
GPT-5.4 Mini 4.1 4.4 44.5% 2 65.31s 60 43,286
Gemini 3.1 Flash Lite Preview 3.0 10.0 0.0% 0 4.21s 18 5,325
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 21.12s 12 14,908
Inteligencia general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-5.4 Nano 4.5 10.0 0.0% 0 4.15s 179 443
GPT-5.4 Mini 4.5 10.0 0.0% 0 3.72s 150 510
Gemini 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 3.16s 96 1,488
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 4.09s 111 1,285
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-5.4 Nano 9.8 10.0 100.0% 0 1.88s 95 521
GPT-5.4 Mini 7.4 6.5 66.7% 1 2.50s 129 1,337
Gemini 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 1.91s 72 2,121
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 6.10s 72 4,558
Puzzle Solving Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-5.4 Nano 4.0 7.1 22.2% 1 3.65s 640 1,356
GPT-5.4 Mini 6.8 7.9 55.6% 1 4.33s 271 2,449
Gemini 3.1 Flash Lite Preview 7.7 10.0 66.7% 0 3.58s 141 1,896
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 4.43s 276 4,921
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-5.4 Nano 10.0 10.0 100.0% 0 7.71s 234 382
GPT-5.4 Mini 4.7 1.6 66.7% 1 9.62s 251 2,594
Gemini 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 3.80s 234 912
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 10.55s 234 1,130

Comparación rápida

Cambiar par de comparación

Claude Sonnet 4.6nonevsGPT-5.4 NanomediumClaude Sonnet 4.6nonevsGPT-5.4 MinimediumGemini 3.1 Flash Lite PreviewmediumvsGPT-5.2 ChatnoneGPT-5.4 MinimediumvsQwen3.5 Plus 2026-02-15noneGPT-5.4 MinimediumvsGLM 5noneGemini 3.1 Flash Lite PreviewnonevsGPT-5.4 NanomediumGemini 3.1 Flash Lite PreviewmediumvsGPT-5.3 ChatnoneGemini 3 Flash PreviewnonevsGPT-5.4 NanomediumGemini 3.1 Flash Lite PreviewlowvsGPT-5.4 NanomediumGPT-5.4 NanomediumvsQwen3.5 Plus 2026-02-15noneGPT-5.4 MinimediumvsMiMo-V2-OmninoneGPT-5.4 NanomediumvsGLM 5none