Google: Gemini 3.1 Flash Lite vs OpenAI: gpt-oss-120b

Skor rata-rata hampir imbang di 6.1 vs 6.1. gpt-oss-120b (medium) memiliki biaya benchmark lebih rendah di $0.019 vs $0.047. Gemini 3.1 Flash Lite (minimal) lebih cepat di 1.86s vs 21.91s, dengan tingkat keberhasilan 51.5% vs 50.0%.

Model yang direkomendasikanGemini 3.1 Flash Lite (minimal)It has the best score here (6.1), while responding about 11.8x faster than gpt-oss-120b (medium).

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-07-18

Metrik	Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite minimal Rilis: 2026-05-08	gpt-oss-120b gpt-oss-120b medium Rilis: 2025-08-05

Metrik	Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite minimal Rilis: 2026-05-08	gpt-oss-120b gpt-oss-120b medium Rilis: 2025-08-05
Skor	6.1	6.1
Peringkat	#116	#117
Keandalan	10.0	10.0
Konsistensi	8.9	8.0
Tes benar
Tingkat lulus per percobaan	51.5%	50.0%
Tes tidak stabil	3	5
Total Run	66	66
Biaya per hasil	0.465	0.221
Total Biaya	$0.047	$0.019
Harga input	$0.250 / 1M	$0.037 / 1M
Harga output	$1.500 / 1M	$0.170 / 1M
Total token input	119,065	108,747
Token output	11,118	29,772
Token penalaran	0	68,044
Waktu respons (rata-rata)	1.86s	21.91s
Waktu respons (maks)	12.97s	68.16s
Waktu respons (total)	40.88s	328.70s

Hamster playing table tennis

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

#116 Gemini 3.1 Flash Lite

minimal

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

#117 gpt-oss-120b

medium

Biaya: $0.001
Waktu: 26.7s
Token: 555 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

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-oss-120b	6.7	9.9	50.0%	0		10.21s	1,314	3,518	2,177

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-oss-120b	5.9	7.0	55.6%	1		38.37s	7,782	3,365	11,973

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		7.75s	94,962	8,988	0
gpt-oss-120b	6.5	10.0	50.0%	0		23.96s	81,198	10,453	22,883

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-oss-120b	6.4	5.9	66.7%	1		1.98s	7,476	241	1,114

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-oss-120b	2.9	4.4	22.2%	2		50.92s	1,266	6,784	20,606

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-oss-120b	4.3	10.0	0.0%	0		7.90s	659	107	387

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-oss-120b	9.9	10.0	100.0%	0		7.63s	1,036	126	1,799

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-oss-120b	5.3	7.2	44.4%	1		21.71s	1,190	1,790	2,264

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-oss-120b	9.8	10.0	100.0%	0		6.91s	6,514	287	1,083

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-oss-120b	3.0	10.0	0.0%	0		26.51s	312	3,101	3,758

Perbandingan Cepat

Ganti Pasangan Perbandingan

Gemini 3.1 Flash Litenonevsgpt-oss-120bmedium gpt-oss-120bmediumvsInklinglow gpt-oss-120bmediumvsQwen3.6 Flashnone Gemini 3.1 Flash LiteminimalvsQwen3.5-35B-A3Bmedium gpt-oss-120bmediumvsQwen3.5-Flashnone Gemini 3.1 Flash LiteminimalvsInklinglow gpt-oss-120bmediumvsQwen3.5 Plus 2026-04-20none gpt-oss-120bmediumvsQwen3.5-35B-A3Bnone Gemini 3.1 Flash LiteminimalvsQwen3.6 Flashnone Gemini 2.5 Flashnonevsgpt-oss-120bmedium Gemini 3.1 Flash LiteminimalvsQwen3.5-Flashnone Gemini 3.1 Flash LiteminimalvsQwen3.5 Plus 2026-04-20none