AI BENCHY Compare

Google: Gemini 3.1 Flash Lite vs OpenAI: GPT-5.5

Ringkasan

Perbandingan benchmark Gemini 3.1 Flash Lite vs GPT-5.5: Gemini 3.1 Flash Lite unggul dalam skor rata-rata dengan 6.4 vs 6.3. Gemini 3.1 Flash Lite memiliki biaya benchmark lebih rendah di $0.028 vs $0.231. Gemini 3.1 Flash Lite lebih cepat di 1.89s vs 1.89s, dengan tingkat keberhasilan 61.9% vs 54.0%.

Model yang direkomendasikan: Gemini 3.1 Flash Lite - It has the best score here (6.4), while costing about 8.5x less than GPT-5.5.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-06-12

Metrik	Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite low Rilis: 2026-05-08	GPT-5.5 GPT-5.5 none Rilis: 2026-04-24

Metrik	Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite low Rilis: 2026-05-08	GPT-5.5 GPT-5.5 none Rilis: 2026-04-24
Skor	6.4	6.3
Peringkat	#83	#89
Keandalan	10.0	10.0
Konsistensi	9.3	8.8
Tes benar
Tingkat lulus per percobaan	61.9%	54.0%
Tes tidak stabil	2	3
Total Run	63	63
Biaya per hasil	0.227	2.302
Total Biaya	$0.028	$0.231
Harga input	$0.250 / 1M	$5.000 / 1M
Harga output	$1.500 / 1M	$30.000 / 1M
Total token input	36,892	34,212
Token output	2,732	1,971
Token penalaran	9,260	0
Waktu respons (rata-rata)	1.89s	1.89s
Waktu respons (maks)	5.66s	5.56s
Waktu respons (total)	39.62s	39.64s

Generation showcase

Hamster playing table tennis

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

#83 Gemini 3.1 Flash Lite

low

Cost: $0.003
Time: 4.0s
Tokens: 1,479 tok

#89 GPT-5.5

none

Cost: $0.090
Time: 54.3s
Tokens: 3,063 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 3.1 Flash Lite	7.3	6.2	75.0%	2		1.84s	500	1,013	1,548
GPT-5.5	6.9	7.9	66.7%	1		1.31s	606	213	0

Pemrograman	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemini 3.1 Flash Lite	5.5	10.0	33.3%	0		1.53s	8,132	471	1,072
GPT-5.5	5.5	10.0	33.3%	0		1.35s	7,305	462	0

Gabungan	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemini 3.1 Flash Lite	3.0	10.0	0.0%	0		4.48s	12,870	348	975
GPT-5.5	3.0	10.0	0.0%	0		5.56s	11,019	300	0

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 3.1 Flash Lite	10.0	10.0	100.0%	0		1.44s	7,453	291	697
GPT-5.5	10.0	10.0	100.0%	0		1.18s	7,140	222	0

Spesifik domain	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemini 3.1 Flash Lite	5.3	10.0	33.3%	0		1.52s	639	15	1,214
GPT-5.5	2.9	7.2	11.1%	1		1.31s	723	52	0

Kecerdasan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemini 3.1 Flash Lite	4.0	10.0	0.0%	0		1.37s	492	69	438
GPT-5.5	10.0	10.0	100.0%	0		3.41s	477	124	0

Kepatuhan instruksi	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		1.52s	619	72	760
GPT-5.5	6.2	5.8	66.7%	1		1.15s	660	81	0

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 3.1 Flash Lite	10.0	10.0	100.0%	0		1.40s	570	210	1,191
GPT-5.5	7.7	10.0	66.7%	0		1.29s	642	252	0

Pemanggilan alat	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		5.66s	5,457	234	945
GPT-5.5	10.0	10.0	100.0%	0		3.90s	5,445	247	0

Pengetahuan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemini 3.1 Flash Lite	3.0	10.0	0.0%	0		1.46s	160	9	420
GPT-5.5	3.0	10.0	0.0%	0		5.01s	195	18	0

Perbandingan Cepat

Ganti Pasangan Perbandingan