AI BENCHY Compare

Google: Gemini 3.5 Flash vs OpenAI: gpt-oss-120b

Ringkasan

Perbandingan benchmark Gemini 3.5 Flash vs gpt-oss-120b: Gemini 3.5 Flash unggul dalam skor rata-rata dengan 9.8 vs 6.7. gpt-oss-120b memiliki biaya benchmark lebih rendah di $0.011 vs $1.115. Gemini 3.5 Flash lebih cepat di 8.84s vs 22.28s, dengan tingkat keberhasilan 96.8% vs 52.4%.

Model yang direkomendasikan: Gemini 3.5 Flash - It has the best score here (9.8), while responding about 2.5x faster than gpt-oss-120b.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-07-02

Metrik	Gemini 3.5 Flash Gemini 3.5 Flash high Rilis: 2026-05-19	gpt-oss-120b gpt-oss-120b medium Rilis: 2025-08-05 Tersedia gratis

Metrik	Gemini 3.5 Flash Gemini 3.5 Flash high Rilis: 2026-05-19	gpt-oss-120b gpt-oss-120b medium Rilis: 2025-08-05 Tersedia gratis
Skor	9.8	6.7
Peringkat	#1	#81
Keandalan	10.0	10.0
Konsistensi	9.6	8.0
Tes benar
Tingkat lulus per percobaan	96.8%	52.4%
Tes tidak stabil	1	5
Total Run	63	63
Biaya per hasil	5.575	0.141
Total Biaya	$1.115	$0.011
Harga input	$1.500 / 1M	$0.030 / 1M
Harga output	$9.000 / 1M	$0.150 / 1M
Total token input	37,594	39,084
Token output	1,975	20,013
Token penalaran	115,638	50,233
Waktu respons (rata-rata)	8.84s	22.28s
Waktu respons (maks)	34.82s	68.16s
Waktu respons (total)	185.57s	311.96s

Showcase generasi

Hamster playing table tennis

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

#1 Gemini 3.5 Flash

high

Biaya: $0.208
Waktu: 118.2s
Token: 23,158 tok

#81 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

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 3.5 Flash	10.0	10.0	100.0%	0		2.57s	492	174	4,997
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 3.5 Flash	10.0	10.0	100.0%	0		22.96s	8,118	456	47,129
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 3.5 Flash	10.0	10.0	100.0%	0		22.37s	12,873	351	16,323
gpt-oss-120b	10.0	10.0	100.0%	0		31.18s	11,535	694	5,072

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 3.5 Flash	10.0	10.0	100.0%	0		6.43s	7,548	279	8,466
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 3.5 Flash	7.6	7.2	77.8%	1		14.09s	633	12	24,721
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 3.5 Flash	10.0	10.0	100.0%	0		3.63s	486	115	1,650
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 3.5 Flash	10.0	10.0	100.0%	0		3.35s	615	70	3,799
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 3.5 Flash	10.0	10.0	100.0%	0		3.23s	558	241	4,940
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 3.5 Flash	9.8	10.0	100.0%	0		4.96s	6,115	265	1,608
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 3.5 Flash	10.0	10.0	100.0%	0		3.94s	156	12	2,005
gpt-oss-120b	3.0	10.0	0.0%	0		26.51s	312	3,101	3,758

Perbandingan Cepat

Ganti Pasangan Perbandingan