Google: Gemini 3.6 Flash vs OpenAI: GPT-5.3-Codex

Gemini 3.6 Flash (low) unggul dalam skor rata-rata dengan 9.4 vs 8.9. Gemini 3.6 Flash (low) memiliki biaya benchmark lebih rendah di $0.517 vs $0.920. Gemini 3.6 Flash (low) lebih cepat di 4.42s vs 16.96s, dengan tingkat keberhasilan 97.0% vs 83.3%.

Model yang direkomendasikanGemini 3.6 Flash (low)It has the best score here (9.4), while costing about 1.8x less than GPT-5.3-Codex (medium).

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-07-21

Metrik	Gemini 3.6 Flash Gemini 3.6 Flash low Rilis: 2026-07-21	GPT-5.3-Codex GPT-5.3-Codex medium Rilis: 2026-02-05

Metrik	Gemini 3.6 Flash Gemini 3.6 Flash low Rilis: 2026-07-21	GPT-5.3-Codex GPT-5.3-Codex medium Rilis: 2026-02-05
Skor	9.4	8.9
Peringkat	#6	#16
Keandalan	10.0	10.0
Konsistensi	9.6	8.6
Tes benar
Tingkat lulus per percobaan	97.0%	83.3%
Tes tidak stabil	1	4
Total Run	66	66
Biaya per hasil	2.461	5.748
Total Biaya	$0.517	$0.920
Harga input	$1.500 / 1M	$1.750 / 1M
Harga output	$7.500 / 1M	$14.000 / 1M
Total token input	82,715	81,268
Token output	5,729	6,251
Token penalaran	46,633	49,274
Waktu respons (rata-rata)	4.42s	16.96s
Waktu respons (maks)	28.92s	100.93s
Waktu respons (total)	97.13s	373.19s

Hamster playing table tennis

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

#6 Gemini 3.6 Flash

low

Biaya: $0.050
Waktu: 28.1s
Token: 6,731 tok

#16 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

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 3.6 Flash	10.0	10.0	100.0%	0		1.66s	516	151	2,307
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 3.6 Flash	7.8	7.4	77.8%	1		7.28s	8,136	451	15,026
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 3.6 Flash	10.0	10.0	100.0%	0		17.27s	58,154	4,226	16,560
GPT-5.3-Codex	10.0	10.0	100.0%	0		26.04s	57,988	4,258	5,816

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 3.6 Flash	10.0	10.0	100.0%	0		1.48s	7,269	279	682
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 3.6 Flash	10.0	10.0	100.0%	0		3.96s	651	12	5,379
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 3.6 Flash	10.0	10.0	100.0%	0		2.56s	492	107	1,080
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 3.6 Flash	10.0	10.0	100.0%	0		2.05s	627	74	1,802
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 3.6 Flash	10.0	10.0	100.0%	0		1.91s	576	193	2,177
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 3.6 Flash	10.0	10.0	100.0%	0		4.78s	6,132	225	774
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 3.6 Flash	10.0	10.0	100.0%	0		2.11s	162	11	846
GPT-5.3-Codex	2.8	1.6	33.3%	1		14.43s	195	30	1,701

Perbandingan Cepat

Ganti Pasangan Perbandingan

GPT-5.3-CodexmediumvsGrok 4.5high Gemini 3.6 FlashlowvsGPT-5.6 Solmedium Gemini 3.5 FlashlowvsGPT-5.3-Codexmedium Gemini 3.6 FlashlowvsGPT-5.6 Solhigh Gemini 3.6 FlashlowvsQwen3.7 Maxmedium Gemini 3.6 FlashlowvsGPT-5.5medium Gemini 3.6 FlashlowvsGrok 4.5high Claude Opus 4.8mediumvsGemini 3.6 Flashlow GPT-5.3-CodexmediumvsGrok 4.5low Gemini 3.5 FlashhighvsGPT-5.3-Codexmedium Claude Opus 4.7mediumvsGemini 3.6 Flashlow Muse Spark 1.1lowvsGPT-5.3-Codexmedium