Navigasi
AI BENCHY
Advertise here

AI BENCHY Compare

Model yang Dibandingkan

Ringkasan

Perbandingan benchmark Gemini 3.1 Flash Lite Preview (high) vs Gemini 3.1 Flash Lite Preview (medium) vs GPT-5.3-Codex (medium)GPT-5.3-Codex (medium) unggul pada Skor dengan 8.9. Gemini 3.1 Flash Lite Preview (medium) unggul pada Keandalan dengan 10.0. Gemini 3.1 Flash Lite Preview (medium) memiliki Total Biaya terendah di $0.068. Gemini 3.1 Flash Lite Preview (medium) paling cepat di 3.96s.

Model yang direkomendasikan: Gemini 3.1 Flash Lite Preview (medium) - It offers the best overall trade-off: a competitive score (7.8), lower cost than model lain dalam perbandingan ini, and balanced response time.

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

Metrik Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview high Rilis: 2026-03-03 Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview medium Rilis: 2026-03-03 GPT-5.3-Codex GPT-5.3-Codex medium Rilis: 2026-02-05
Skor 6.1 7.8 8.9
Peringkat #110 #40 #13
Keandalan T/A 10.0 10.0
Konsistensi 7.6 10.0 8.5
Tes benar
Tingkat lulus per percobaan 61.9% 61.9% 82.5%
Tes tidak stabil 0 0 4
Total Run 48 63 63
Biaya per hasil 17.763 0.523 4.932
Total Biaya $2.310 $0.068 $0.740
Harga input $0.250 / 1M $0.250 / 1M $1.750 / 1M
Harga output $1.500 / 1M $1.500 / 1M $14.000 / 1M
Total token input 28,980 37,786 34,299
Token output 1,283 2,210 2,357
Token penalaran 1,533,310 36,744 46,189
Waktu respons (rata-rata) 68.14s 3.96s 16.22s
Waktu respons (maks) 280.52s 14.93s 100.93s
Waktu respons (total) 1090.28s 83.06s 340.67s

Showcase generasi

Hamster playing table tennis

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

#110 Gemini 3.1 Flash Lite Preview

high
Biaya
$0.096
Waktu
133.9s
Token
63,687 tok

#40 Gemini 3.1 Flash Lite Preview

medium
Biaya
$0.003
Waktu
5.2s
Token
1,944 tok

#13 GPT-5.3-Codex

medium
Biaya
$0.049
Waktu
54.9s
Token
3,580 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 Preview 7.5 7.5 75.0% 0 43.87s 368 144 193,077
Gemini 3.1 Flash Lite Preview 9.1 10.0 75.0% 0 2.33s 512 570 4,305
GPT-5.3-Codex 8.7 7.9 91.7% 1 4.16s 606 240 1,722
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 Preview 0.0 0.0 0.0% 0 0ms 0 0 0
Gemini 3.1 Flash Lite Preview 5.5 10.0 33.3% 0 4.09s 8,126 461 8,597
GPT-5.3-Codex 10.0 10.0 100.0% 0 19.50s 7,302 535 10,890
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 Preview 10.0 10.0 100.0% 0 280.52s 13,175 335 380,440
Gemini 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 14.93s 13,403 327 7,347
GPT-5.3-Codex 10.0 10.0 100.0% 0 19.56s 11,019 364 2,731
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 Preview 10.0 10.0 100.0% 0 7.16s 7,360 279 6,186
Gemini 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 2.29s 7,362 279 2,952
GPT-5.3-Codex 10.0 10.0 100.0% 0 3.07s 7,140 234 728
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 Preview 5.3 10.0 33.3% 0 127.58s 643 18 566,202
Gemini 3.1 Flash Lite Preview 3.0 10.0 0.0% 0 4.21s 639 18 5,325
GPT-5.3-Codex 5.9 7.2 55.6% 1 64.31s 813 64 25,308
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 Preview 10.0 10.0 100.0% 0 5.25s 490 117 3,915
Gemini 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 3.16s 488 96 1,488
GPT-5.3-Codex 4.6 10.0 0.0% 0 4.87s 477 187 331
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 Preview 9.8 10.0 100.0% 0 64.03s 625 69 190,053
Gemini 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 1.91s 621 72 2,121
GPT-5.3-Codex 10.0 10.0 100.0% 0 3.04s 660 93 693
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 Preview 7.7 10.0 66.7% 0 46.68s 564 87 190,953
Gemini 3.1 Flash Lite Preview 7.7 10.0 66.7% 0 5.30s 566 141 1,896
GPT-5.3-Codex 9.0 7.9 88.9% 1 5.05s 642 356 1,593
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 Preview 10.0 10.0 100.0% 0 7.73s 5,755 234 2,484
Gemini 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 3.80s 5,909 234 912
GPT-5.3-Codex 10.0 10.0 100.0% 0 6.37s 5,445 254 492
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 Preview 0.0 0.0 0.0% 0 0ms 0 0 0
Gemini 3.1 Flash Lite Preview 3.0 10.0 0.0% 0 2.68s 160 12 1,801
GPT-5.3-Codex 2.8 1.6 33.3% 1 14.43s 195 30 1,701

Perbandingan Cepat

Ganti Pasangan Perbandingan

Gemini 3.1 Flash Lite PreviewmediumvsGrok 4.5lowClaude Opus 4.8lowvsGemini 3.1 Flash Lite PreviewmediumGemini 3.1 Flash Lite PreviewmediumvsGPT-5.6 TerralowGemini 3.1 Flash Lite PreviewmediumvsStep 3.7 FlashlowGemini 3.1 Flash Lite PreviewmediumvsGPT-5.6 LunahighDeepSeek V4 ProhighvsGemini 3.1 Flash Lite PreviewmediumGemini 3.1 Flash Lite PreviewmediumvsGPT-5.3 ChatnoneGemini 3.5 FlashlowvsGPT-5.3-CodexmediumGemini 3.1 Flash Lite PreviewmediumvsGPT-5.6 TerrahighClaude Sonnet 4.6nonevsGemini 3.1 Flash Lite PreviewmediumDeepSeek V4 FlashhighvsGemini 3.1 Flash Lite PreviewmediumClaude Opus 4.8nonevsGemini 3.1 Flash Lite Previewmedium