AI BENCHY Compare

Google: Gemini 3.1 Flash Lite vs OpenAI: GPT-5.6 Luna

Ringkasan

Perbandingan benchmark Gemini 3.1 Flash Lite (minimal) vs GPT-5.6 Luna: Gemini 3.1 Flash Lite (minimal) unggul dalam skor rata-rata dengan 6.1 vs 5.3. Gemini 3.1 Flash Lite (minimal) memiliki biaya benchmark lebih rendah di $0.013 vs $0.047. GPT-5.6 Luna lebih cepat di 1.06s vs 1.33s, dengan tingkat keberhasilan 54.0% vs 36.5%.

Model yang direkomendasikan: Gemini 3.1 Flash Lite (minimal) - It has the best score here (6.1), while costing about 3.5x less than GPT-5.6 Luna.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-07-09

Metrik	Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite minimal Rilis: 2026-05-08	GPT-5.6 Luna GPT-5.6 Luna none Rilis: 2026-07-09

Metrik	Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite minimal Rilis: 2026-05-08	GPT-5.6 Luna GPT-5.6 Luna none Rilis: 2026-07-09
Skor	6.1	5.3
Peringkat	#109	#142
Keandalan	10.0	10.0
Konsistensi	8.8	8.8
Tes benar
Tingkat lulus per percobaan	54.0%	36.5%
Tes tidak stabil	3	3
Total Run	63	63
Biaya per hasil	0.130	0.767
Total Biaya	$0.013	$0.047
Harga input	$0.250 / 1M	$1.000 / 1M
Harga output	$1.500 / 1M	$6.000 / 1M
Total token input	36,973	34,218
Token output	2,487	1,967
Token penalaran	0	0
Waktu respons (rata-rata)	1.33s	1.06s
Waktu respons (maks)	4.49s	2.80s
Waktu respons (total)	27.91s	22.34s

Showcase generasi

Hamster playing table tennis

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

#109 Gemini 3.1 Flash Lite

minimal

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

#142 GPT-5.6 Luna

none

Biaya: $0.016
Waktu: 15.8s
Token: 2,685 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-5.6 Luna	4.8	10.0	25.0%	0		901ms	606	266	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-5.6 Luna	3.8	7.2	22.2%	1		980ms	7,302	459	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-5.6 Luna	3.0	10.0	0.0%	0		2.78s	11,019	280	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-5.6 Luna	10.0	10.0	100.0%	0		758ms	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-5.6 Luna	2.9	7.2	11.1%	1		737ms	723	54	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-5.6 Luna	5.0	10.0	0.0%	0		1.00s	477	150	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-5.6 Luna	7.1	5.8	83.3%	1		1.23s	660	86	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-5.6 Luna	5.3	10.0	33.3%	0		790ms	642	202	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-5.6 Luna	10.0	10.0	100.0%	0		2.80s	5,454	222	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-5.6 Luna	3.0	10.0	0.0%	0		651ms	195	26	0

Perbandingan Cepat

Ganti Pasangan Perbandingan