Navigasi
AI BENCHY
Your ad here

AI BENCHY Compare

Google: Gemini 2.5 Flash vs OpenAI: GPT-5.4

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-03-15

Metrik Gemini 2.5 Flash Gemini 2.5 Flash medium Rilis: 2025-06-17 GPT-5.4 GPT-5.4 medium Rilis: 2026-03-05
Peringkat #15 #9
Skor 8.0 8.5
Konsistensi 9.5 8.5
Biaya per hasil 2.619 6.601
Total Biaya $0.288 $0.793
Tes benar
Tingkat lulus per percobaan 72.9% 83.3%
Tes tidak stabil 1 3
Total Run 48 48
Token output 1,370 1,756
Token penalaran 110,522 46,642
Waktu respons (rata-rata) 12.35s 20.05s
Waktu respons (maks) 95.48s 100.41s
Waktu respons (total) 197.62s 320.87s

Model teratas berdasarkan skor

Skor vs Total Biaya

Waktu respons (rata-rata)

Skor vs Waktu respons (rata-rata)

Total token output

Skor vs Total token output

Rincian Kategori

Trik anti-AI Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Gemini 2.5 Flash 7.8 10.0 66.7% 0 6.98s 249 8,832
GPT-5.4 10.0 10.0 100.0% 0 5.02s 216 1,466
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Gemini 2.5 Flash 10.0 10.0 100.0% 0 28.44s 303 11,922
GPT-5.4 10.0 10.0 100.0% 0 20.57s 301 3,543
Parsing dan ekstraksi data Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Gemini 2.5 Flash 10.0 10.0 100.0% 0 4.06s 279 2,325
GPT-5.4 10.0 10.0 100.0% 0 5.32s 234 804
Spesifik domain Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Gemini 2.5 Flash 5.9 7.2 55.6% 1 37.34s 18 80,702
GPT-5.4 5.3 7.2 44.4% 1 74.27s 61 34,748
Kecerdasan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Gemini 2.5 Flash 4.8 10.0 0.0% 0 4.86s 92 1,899
GPT-5.4 4.7 3.1 33.3% 1 4.92s 145 321
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Gemini 2.5 Flash 9.8 10.0 100.0% 0 2.62s 69 1,203
GPT-5.4 10.0 10.0 100.0% 0 3.11s 93 897
Puzzle Solving Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Gemini 2.5 Flash 7.7 10.0 66.7% 0 3.94s 126 2,499
GPT-5.4 8.2 7.2 88.9% 1 9.13s 442 3,832
Pemanggilan alat Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Gemini 2.5 Flash 10.0 10.0 100.0% 0 6.20s 234 1,140
GPT-5.4 10.0 10.0 100.0% 0 13.28s 264 1,031

Perbandingan Cepat

Ganti Pasangan Perbandingan

Gemini 2.5 FlashmediumvsGPT-5.2 ChatnoneGemini 3 Flash PreviewlowvsGPT-5.4mediumGemini 2.5 FlashmediumvsGPT-5.3 ChatnoneClaude Sonnet 4.6nonevsGemini 2.5 FlashmediumGemini 3 Flash PreviewnonevsGPT-5.4mediumGemini 3.1 Flash Lite PreviewlowvsGPT-5.4mediumGemini 3.1 Flash Lite PreviewnonevsGPT-5.4mediumClaude Sonnet 4.6nonevsGPT-5.4mediumGemini 2.5 FlashmediumvsQwen3.5 Plus 2026-02-15noneGemini 2.5 FlashmediumvsGLM 5noneGPT-5.4mediumvsQwen3.5 Plus 2026-02-15noneDeepSeek V3.2nonevsGemini 2.5 Flashmedium