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

Google: Gemini 3.6 Flash vs OpenAI: GPT-5.3-Codex

Gemini 3.6 Flash (low) average score में आगे है: 9.4 vs 8.9. Gemini 3.6 Flash (low) की benchmark लागत कम है: $0.517 vs $0.920. Gemini 3.6 Flash (low) तेज है: 4.42s vs 16.96s, pass rates 97.0% vs 83.3%.

अनुशंसित मॉडलGemini 3.6 Flash (low)It has the best score here (9.4), while costing about 1.8x less than GPT-5.3-Codex (medium).

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-21

मेट्रिक Gemini 3.6 Flash Gemini 3.6 Flash low रिलीज़: 2026-07-21 GPT-5.3-Codex GPT-5.3-Codex medium रिलीज़: 2026-02-05
स्कोर 9.4 8.9
रैंक #6 #16
विश्वसनीयता 10.0 10.0
संगति 9.6 8.6
सही परीक्षण
प्रति प्रयास पास दर 97.0% 83.3%
अस्थिर टेस्ट 1 4
कुल रन 66 66
प्रति परिणाम लागत 2.461 5.748
कुल लागत $0.517 $0.920
इनपुट कीमत $1.500 / 1M $1.750 / 1M
आउटपुट कीमत $7.500 / 1M $14.000 / 1M
कुल इनपुट टोकन 82,715 81,268
आउटपुट टोकन 5,729 6,251
रीजनिंग टोकन 46,633 49,274
प्रतिक्रिया समय (औसत) 4.42s 16.96s
प्रतिक्रिया समय (अधिकतम) 28.92s 100.93s
प्रतिक्रिया समय (कुल) 97.13s 373.19s

Hamster playing table tennis

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

#6 Gemini 3.6 Flash

low
लागत
$0.050
समय
28.1s
टोकन
6,731 tok

#16 GPT-5.3-Codex

medium
लागत
$0.049
समय
54.9s
टोकन
3,580 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

कोडिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Gemini 3.6 Flash 7.8 7.4 77.8% 1 7.28s 8,136 451 15,026
GPT-5.3-Codex 10.0 10.0 100.0% 0 19.50s 7,302 535 10,890

त्वरित तुलना

तुलना जोड़ी बदलें