AI BENCHY Compare

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

Ringkasan

Perbandingan benchmark Gemini 3.1 Flash Lite (minimal) vs GPT-5.6 Sol: GPT-5.6 Sol unggul dalam skor rata-rata dengan 6.3 vs 6.1. Gemini 3.1 Flash Lite (minimal) memiliki biaya benchmark lebih rendah di $0.013 vs $0.225. Gemini 3.1 Flash Lite (minimal) lebih cepat di 1.33s vs 1.66s, dengan tingkat keberhasilan 54.0% vs 57.1%.

Model yang direkomendasikan: Gemini 3.1 Flash Lite (minimal) - Its score stays close to the best score here (6.1 vs 6.3), while costing about 17.3x less than GPT-5.6 Sol.

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 Sol GPT-5.6 Sol none Rilis: 2026-07-09

Metrik	Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite minimal Rilis: 2026-05-08	GPT-5.6 Sol GPT-5.6 Sol none Rilis: 2026-07-09
Skor	6.1	6.3
Peringkat	#109	#101
Keandalan	10.0	10.0
Konsistensi	8.8	9.0
Tes benar
Tingkat lulus per percobaan	54.0%	57.1%
Tes tidak stabil	3	3
Total Run	63	63
Biaya per hasil	0.130	2.244
Total Biaya	$0.013	$0.225
Harga input	$0.250 / 1M	$5.000 / 1M
Harga output	$1.500 / 1M	$30.000 / 1M
Total token input	36,973	34,218
Token output	2,487	1,776
Token penalaran	0	0
Waktu respons (rata-rata)	1.33s	1.66s
Waktu respons (maks)	4.49s	3.93s
Waktu respons (total)	27.91s	34.81s

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

#101 GPT-5.6 Sol

none

Biaya: $0.116
Waktu: 78.7s
Token: 3,944 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 Sol	8.3	10.0	75.0%	0		1.27s	606	154	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 Sol	5.5	10.0	33.3%	0		1.39s	7,302	390	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 Sol	3.0	10.0	0.0%	0		3.93s	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-5.6 Sol	10.0	10.0	100.0%	0		1.53s	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 Sol	3.6	7.2	22.2%	1		1.43s	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 Sol	6.5	3.4	66.7%	1		1.52s	477	91	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 Sol	8.5	6.8	83.3%	1		1.33s	660	84	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 Sol	7.7	10.0	66.7%	0		1.49s	642	211	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 Sol	10.0	10.0	100.0%	0		3.70s	5,454	246	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 Sol	3.0	10.0	0.0%	0		1.95s	195	24	0

Perbandingan Cepat

Ganti Pasangan Perbandingan