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 3.1 Flash Lite vs OpenAI: GPT-5.3-Codex

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-05-22

Metrik Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite high Rilis: 2026-05-08 GPT-5.3-Codex GPT-5.3-Codex medium Rilis: 2026-02-05
Skor 7.5 8.3
Peringkat #48 #15
Keandalan 9.8 10.0
Konsistensi 8.1 8.4
Tes benar
Tingkat lulus per percobaan 74.1% 81.7%
Tes tidak stabil 4 4
Total Run 54 60
Biaya per hasil 18.579 4.891
Total Biaya $2.044 $0.685
Harga input $0.250 / 1M $1.750 / 1M
Harga output $1.500 / 1M $14.000 / 1M
Token output 1,984 2,332
Token penalaran 1,355,583 42,616
Waktu respons (rata-rata) 61.96s 15.97s
Waktu respons (maks) 149.23s 100.93s
Waktu respons (total) 1115.31s 319.30s

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 3.1 Flash Lite 9.4 10.0 100.0% 0 37.16s 100 130,598
GPT-5.3-Codex 8.7 7.9 91.7% 1 4.16s 240 1,722
Pemrograman Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Gemini 3.1 Flash Lite 10.0 10.0 100.0% 0 137.63s 666 188,733
GPT-5.3-Codex 10.0 10.0 100.0% 0 18.45s 514 7,266
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Gemini 3.1 Flash Lite 10.0 10.0 100.0% 0 149.23s 327 198,243
GPT-5.3-Codex 10.0 10.0 100.0% 0 19.56s 364 2,731
Parsing dan ekstraksi data Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Gemini 3.1 Flash Lite 10.0 10.0 100.0% 0 4.49s 279 7,351
GPT-5.3-Codex 10.0 10.0 100.0% 0 3.07s 234 728
Spesifik domain Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Gemini 3.1 Flash Lite 3.6 7.2 22.2% 1 139.90s 18 566,210
GPT-5.3-Codex 5.9 7.2 55.6% 1 64.31s 64 25,308
Kecerdasan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Gemini 3.1 Flash Lite 5.0 2.1 66.7% 1 45.69s 95 64,644
GPT-5.3-Codex 4.6 10.0 0.0% 0 4.87s 187 331
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Gemini 3.1 Flash Lite 7.3 5.8 83.3% 1 23.26s 52 3,549
GPT-5.3-Codex 10.0 10.0 100.0% 0 3.04s 93 693
Pemecahan teka-teki Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Gemini 3.1 Flash Lite 5.7 6.8 44.4% 1 50.83s 213 193,654
GPT-5.3-Codex 9.0 7.9 88.9% 1 5.12s 352 1,644
Pemanggilan alat Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Gemini 3.1 Flash Lite 10.0 10.0 100.0% 0 6.44s 234 2,601
GPT-5.3-Codex 10.0 10.0 100.0% 0 6.37s 254 492
Pengetahuan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Gemini 3.1 Flash Lite - - - - - - - -
GPT-5.3-Codex 2.8 1.6 33.3% 1 14.43s 30 1,701

Perbandingan Cepat

Ganti Pasangan Perbandingan

Gemini 3 Flash PreviewlowvsGPT-5.3-CodexmediumGemini 3.5 FlashminimalvsGPT-5.3-CodexmediumGPT-5.3-CodexmediumvsQwen3.7 MaxnoneGemini 3.5 FlashnonevsGPT-5.3-CodexmediumGemini 3 Flash PreviewnonevsGPT-5.3-CodexmediumGemini 3.1 Flash Lite PreviewlowvsGPT-5.3-CodexmediumGemini 3.1 Flash Lite PreviewnonevsGPT-5.3-CodexmediumGemini 3.1 Flash LitelowvsGPT-5.3-CodexmediumDeepSeek V4 FlashhighTersedia gratisvsGPT-5.3-CodexmediumGemini 3.5 FlashlowvsGPT-5.3-CodexmediumRing-2.6-1TnonevsGPT-5.3-CodexmediumGPT-5.3-CodexmediumvsQwen3.6 Max Previewnone