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-5.5

Ringkasan

Perbandingan benchmark Gemini 2.5 Flash vs GPT-5.5: GPT-5.5 unggul dalam skor rata-rata dengan 9.3 vs 8.2. Gemini 2.5 Flash memiliki biaya benchmark lebih rendah di $0.379 vs $0.907. GPT-5.5 lebih cepat di 9.76s vs 15.49s, dengan tingkat keberhasilan 69.8% vs 85.7%.

Model yang direkomendasikan: Gemini 2.5 Flash - It offers the best overall trade-off: a competitive score (8.2), lower cost than GPT-5.5, and balanced response time.

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-5.5 GPT-5.5 low Rilis: 2026-04-24
Skor 8.2 9.3
Peringkat #24 #4
Keandalan 10.0 10.0
Konsistensi 9.6 10.0
Tes benar
Tingkat lulus per percobaan 69.8% 85.7%
Tes tidak stabil 1 0
Total Run 63 63
Biaya per hasil 2.701 5.035
Total Biaya $0.379 $0.907
Harga input $0.300 / 1M $5.000 / 1M
Harga output $2.500 / 1M $30.000 / 1M
Total token input 34,476 34,209
Token output 1,930 2,046
Token penalaran 145,145 22,460
Waktu respons (rata-rata) 15.49s 9.76s
Waktu respons (maks) 95.48s 56.19s
Waktu respons (total) 325.39s 204.92s

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

#4 GPT-5.5

low
Biaya
$0.068
Waktu
37.0s
Token
2,339 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-5.5 10.0 10.0 100.0% 0 4.41s 606 238 1,020
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-5.5 10.0 10.0 100.0% 0 15.04s 7,302 423 6,402
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-5.5 10.0 10.0 100.0% 0 9.56s 11,019 303 717
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-5.5 10.0 10.0 100.0% 0 3.28s 7,140 228 157
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-5.5 5.3 10.0 33.3% 0 28.05s 723 69 11,609
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-5.5 10.0 10.0 100.0% 0 5.17s 477 133 245
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-5.5 9.9 10.0 100.0% 0 3.74s 660 93 415
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-5.5 10.0 10.0 100.0% 0 4.74s 642 279 954
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-5.5 10.0 10.0 100.0% 0 4.96s 5,445 250 101
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-5.5 3.0 10.0 0.0% 0 10.06s 195 30 840

Perbandingan Cepat

Ganti Pasangan Perbandingan

DeepSeek V4 FlashhighvsGemini 2.5 FlashmediumGPT-5.5lowvsQwen3.7 MaxmediumClaude Fable 5mediumvsGPT-5.5lowGemini 3.1 Pro PreviewmediumvsGPT-5.5lowGemini 3.5 FlashmediumvsGPT-5.5lowGemini 2.5 FlashmediumvsGPT-5.2 ChatnoneGemini 3 Flash PreviewmediumvsGPT-5.5lowGPT-5.5lowvsQwen3.6 Max PreviewmediumClaude Opus 4.8mediumvsGPT-5.5lowGemini 3.5 FlashhighvsGPT-5.5lowGemini 2.5 FlashmediumvsStep 3.7 FlashlowDeepSeek V4 ProhighvsGemini 2.5 Flashmedium