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: GPT-5.5 unggul dalam skor rata-rata dengan 6.3 vs 6.1. Gemini 3.1 Flash Lite memiliki biaya benchmark lebih rendah di $0.013 vs $0.231. Gemini 3.1 Flash Lite lebih cepat di 1.33s vs 1.89s, dengan tingkat keberhasilan 54.0% vs 54.0%.

Model yang direkomendasikan: Gemini 3.1 Flash Lite - Its score stays close to the best score here (6.1 vs 6.3), while costing about 17.7x less than GPT-5.5.

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

Metrik	Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite minimal 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 minimal Rilis: 2026-05-08	GPT-5.5 GPT-5.5 none Rilis: 2026-04-24
Skor	6.1	6.3
Peringkat	#94	#90
Keandalan	10.0	10.0
Konsistensi	8.8	8.8
Tes benar
Tingkat lulus per percobaan	54.0%	54.0%
Tes tidak stabil	3	3
Total Run	63	63
Biaya per hasil	0.130	2.302
Total Biaya	$0.013	$0.231
Harga input	$0.250 / 1M	$5.000 / 1M
Harga output	$1.500 / 1M	$30.000 / 1M
Total token input	36,973	34,212
Token output	2,487	1,971
Token penalaran	0	0
Waktu respons (rata-rata)	1.33s	1.89s
Waktu respons (maks)	4.49s	5.56s
Waktu respons (total)	27.91s	39.64s

Showcase generasi

Hamster playing table tennis

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

#94 Gemini 3.1 Flash Lite

minimal

Biaya: $0.001
Waktu: 3.7s
Token: 635 tok

#90 GPT-5.5

none

Biaya: $0.090
Waktu: 54.3s
Token: 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	8.3	10.0	75.0%	0		1.10s	500	639	0
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		831ms	8,126	666	0
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		2.53s	12,870	357	0
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		1.04s	7,552	279	0
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	2.9	7.2	11.1%	1		1.02s	641	15	0
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		791ms	490	63	0
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		932ms	615	72	0
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	6.0	4.6	66.7%	2		2.15s	564	153	0
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		3.51s	5,457	234	0
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		724ms	158	9	0
GPT-5.5	3.0	10.0	0.0%	0		5.01s	195	18	0

Perbandingan Cepat

Ganti Pasangan Perbandingan