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

AI BENCHY तुलना

Google: Gemini 3.1 Flash Lite vs OpenAI: GPT-5.4

सारांश

Gemini 3.1 Flash Lite vs GPT-5.4 benchmark तुलना: Gemini 3.1 Flash Lite average score में आगे है: 6.4 vs 5.8. Gemini 3.1 Flash Lite की benchmark लागत कम है: $0.028 vs $0.122. GPT-5.4 तेज है: 1.42s vs 1.89s, pass rates 61.9% vs 36.5%.

अनुशंसित मॉडल: Gemini 3.1 Flash Lite - It has the best score here (6.4), while costing about 4.5x less than GPT-5.4.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-06-12

मेट्रिक Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite low रिलीज़: 2026-05-08 GPT-5.4 GPT-5.4 none रिलीज़: 2026-03-05
स्कोर 6.4 5.8
रैंक #83 #116
विश्वसनीयता 10.0 10.0
संगति 9.3 9.2
सही परीक्षण
प्रति प्रयास पास दर 61.9% 36.5%
अस्थिर टेस्ट 2 2
कुल रन 63 63
प्रति परिणाम लागत 0.227 1.740
कुल लागत $0.028 $0.122
इनपुट कीमत $0.250 / 1M $2.500 / 1M
आउटपुट कीमत $1.500 / 1M $15.000 / 1M
कुल इनपुट टोकन 36,892 34,212
आउटपुट टोकन 2,732 2,417
रीजनिंग टोकन 9,260 0
प्रतिक्रिया समय (औसत) 1.89s 1.42s
प्रतिक्रिया समय (अधिकतम) 5.66s 2.95s
प्रतिक्रिया समय (कुल) 39.62s 29.87s

Generation showcase

Hamster playing table tennis

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

#83 Gemini 3.1 Flash Lite

low
Cost
$0.003
Time
4.0s
Tokens
1,479 tok

#116 GPT-5.4

none
Cost
$0.026
Time
18.1s
Tokens
1,792 tok

स्कोर के अनुसार शीर्ष मॉडल

स्कोर बनाम कुल लागत

प्रतिक्रिया समय (औसत)

स्कोर vs प्रतिक्रिया समय (औसत)

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

श्रेणी विवरण

एंटी-एआई ट्रिक्स स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Gemini 3.1 Flash Lite 7.3 6.2 75.0% 2 1.84s 500 1,013 1,548
GPT-5.4 3.2 8.0 8.3% 1 1.21s 606 406 0
कोडिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Gemini 3.1 Flash Lite 5.5 10.0 33.3% 0 1.53s 8,132 471 1,072
GPT-5.4 5.5 10.0 33.3% 0 1.62s 7,305 516 0
संयुक्त स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Gemini 3.1 Flash Lite 3.0 10.0 0.0% 0 4.48s 12,870 348 975
GPT-5.4 3.0 10.0 0.0% 0 2.89s 11,019 291 0
डेटा पार्सिंग और निष्कर्षण स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Gemini 3.1 Flash Lite 10.0 10.0 100.0% 0 1.44s 7,453 291 697
GPT-5.4 10.0 10.0 100.0% 0 1.04s 7,140 222 0
डोमेन-विशिष्ट स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Gemini 3.1 Flash Lite 5.3 10.0 33.3% 0 1.52s 639 15 1,214
GPT-5.4 5.3 7.2 44.4% 1 1.07s 723 50 0
Samanya Buddhimatta स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Gemini 3.1 Flash Lite 4.0 10.0 0.0% 0 1.37s 492 69 438
GPT-5.4 4.4 9.9 0.0% 0 1.78s 477 184 0
निर्देश पालन स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Gemini 3.1 Flash Lite 10.0 10.0 100.0% 0 1.52s 619 72 760
GPT-5.4 6.5 10.0 50.0% 0 1.07s 660 81 0
पहेली समाधान स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Gemini 3.1 Flash Lite 10.0 10.0 100.0% 0 1.40s 570 210 1,191
GPT-5.4 5.6 9.8 33.3% 0 1.44s 642 381 0
टूल कॉलिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Gemini 3.1 Flash Lite 10.0 10.0 100.0% 0 5.66s 5,457 234 945
GPT-5.4 10.0 10.0 100.0% 0 2.75s 5,445 246 0
सामान्य ज्ञान स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Gemini 3.1 Flash Lite 3.0 10.0 0.0% 0 1.46s 160 9 420
GPT-5.4 3.0 10.0 0.0% 0 990ms 195 40 0

त्वरित तुलना

तुलना जोड़ी बदलें