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

AI BENCHY Compare

Google: Gemini 2.5 Flash vs OpenAI: GPT-5.4

Ringkasan

Perbandingan benchmark Gemini 2.5 Flash vs GPT-5.4: GPT-5.4 unggul dalam skor rata-rata dengan 8.5 vs 8.2. Gemini 2.5 Flash memiliki biaya benchmark lebih rendah di $0.379 vs $1.210. Gemini 2.5 Flash lebih cepat di 15.49s vs 22.35s, dengan tingkat keberhasilan 69.8% vs 76.2%.

Model yang direkomendasikan: Gemini 2.5 Flash - Its score stays close to the best score here (8.2 vs 8.5), while costing about 3.2x less than GPT-5.4.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-06-18

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
Skor 8.2 8.5
Peringkat #24 #17
Keandalan 10.0 10.0
Konsistensi 9.6 8.6
Tes benar
Tingkat lulus per percobaan 69.8% 76.2%
Tes tidak stabil 1 4
Total Run 63 63
Biaya per hasil 2.701 8.640
Total Biaya $0.379 $1.210
Harga input $0.300 / 1M $2.500 / 1M
Harga output $2.500 / 1M $15.000 / 1M
Total token input 34,476 34,108
Token output 1,930 2,242
Token penalaran 145,145 72,707
Waktu respons (rata-rata) 15.49s 22.35s
Waktu respons (maks) 95.48s 100.41s
Waktu respons (total) 325.39s 469.29s

Showcase generasi

Hamster playing table tennis

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

#24 Gemini 2.5 Flash

medium
SVG tidak valid
Biaya
$0.000
Waktu
274.0s
Token
0 tok

#17 GPT-5.4

medium
Biaya
$0.214
Waktu
199.6s
Token
14,349 tok

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 input Token output Token penalaran
Gemini 2.5 Flash 8.4 10.0 75.0% 0 6.30s 492 255 10,233
GPT-5.4 8.3 10.0 75.0% 0 4.11s 606 240 1,511
Pemrograman Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Gemini 2.5 Flash 7.8 10.0 66.7% 0 41.01s 6,669 543 32,303
GPT-5.4 8.8 7.8 88.9% 1 44.36s 7,305 433 24,216
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Gemini 2.5 Flash 10.0 10.0 100.0% 0 28.44s 12,522 303 11,922
GPT-5.4 10.0 10.0 100.0% 0 20.57s 11,019 301 3,543
Parsing dan ekstraksi data Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Gemini 2.5 Flash 10.0 10.0 100.0% 0 4.06s 7,257 279 2,325
GPT-5.4 10.0 10.0 100.0% 0 5.32s 7,140 234 804
Spesifik domain Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Gemini 2.5 Flash 5.9 7.2 55.6% 1 37.34s 633 18 80,702
GPT-5.4 5.3 7.2 44.4% 1 74.27s 619 61 34,748
Kecerdasan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Gemini 2.5 Flash 4.8 10.0 0.0% 0 4.86s 486 92 1,899
GPT-5.4 4.7 3.1 33.3% 1 4.92s 477 145 321
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Gemini 2.5 Flash 9.8 10.0 100.0% 0 2.62s 615 69 1,203
GPT-5.4 10.0 10.0 100.0% 0 3.11s 660 93 897
Pemecahan teka-teki Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Gemini 2.5 Flash 7.7 10.0 66.7% 0 3.18s 558 126 2,499
GPT-5.4 8.2 7.2 88.9% 1 9.14s 642 441 3,815
Pemanggilan alat Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Gemini 2.5 Flash 10.0 10.0 100.0% 0 6.20s 5,088 234 1,140
GPT-5.4 10.0 10.0 100.0% 0 13.28s 5,445 264 1,031
Pengetahuan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Gemini 2.5 Flash 3.0 10.0 0.0% 0 2.76s 156 11 919
GPT-5.4 3.0 10.0 0.0% 0 13.95s 195 30 1,821

Perbandingan Cepat

Ganti Pasangan Perbandingan

DeepSeek V4 FlashhighvsGemini 2.5 FlashmediumGemini 2.5 FlashmediumvsGPT-5.2 ChatnoneDeepSeek V4 FlashhighvsGPT-5.4mediumGemini 2.5 FlashmediumvsStep 3.7 FlashlowDeepSeek V4 ProhighvsGemini 2.5 FlashmediumGemini 2.5 FlashmediumvsGPT-5.3 ChatnoneGemini 3.5 FlashlowvsGPT-5.4mediumGPT-5.4mediumvsStep 3.7 FlashlowDeepSeek V4 ProhighvsGPT-5.4mediumClaude Sonnet 4.6nonevsGemini 2.5 FlashmediumClaude Opus 4.8nonevsGemini 2.5 FlashmediumDeepSeek V4 PrononevsGemini 2.5 Flashmedium