Navigasi
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

Google: Gemini 3 Flash Preview vs OpenAI: GPT-5.4

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-06-03

Metrik Gemini 3 Flash Preview Gemini 3 Flash Preview medium Rilis: 2025-12-17 GPT-5.4 GPT-5.4 none Rilis: 2026-03-05
Skor 9.8 5.6
Peringkat #1 #121
Keandalan 10.0 10.0
Konsistensi 9.6 9.1
Tes benar
Tingkat lulus per percobaan 98.3% 38.3%
Tes tidak stabil 1 2
Total Run 60 60
Biaya per hasil 2.980 1.644
Total Biaya $0.567 $0.116
Harga input $0.500 / 1M $2.500 / 1M
Harga output $3.000 / 1M $15.000 / 1M
Total token input 34,014 31,593
Token output 2,000 2,402
Token penalaran 181,033 0
Waktu respons (rata-rata) 16.50s 1.45s
Waktu respons (maks) 117.26s 2.95s
Waktu respons (total) 330.06s 29.00s

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 Flash Preview 10.0 10.0 100.0% 0 3.88s 494 330 3,216
GPT-5.4 3.2 8.0 8.3% 1 1.21s 606 406 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 Flash Preview 7.9 6.4 83.3% 1 95.96s 5,119 456 127,964
GPT-5.4 6.8 10.0 50.0% 0 1.99s 4,686 501 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 Flash Preview 10.0 10.0 100.0% 0 22.42s 12,873 351 10,485
GPT-5.4 3.0 10.0 0.0% 0 2.89s 11,019 291 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 Flash Preview 10.0 10.0 100.0% 0 5.43s 7,548 279 4,893
GPT-5.4 10.0 10.0 100.0% 0 1.04s 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 Flash Preview 10.0 10.0 100.0% 0 15.27s 633 12 21,684
GPT-5.4 5.3 7.2 44.4% 1 1.07s 723 50 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 Flash Preview 10.0 10.0 100.0% 0 5.19s 486 72 1,905
GPT-5.4 4.4 9.9 0.0% 0 1.78s 477 184 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 Flash Preview 10.0 10.0 100.0% 0 4.04s 615 72 2,709
GPT-5.4 6.5 10.0 50.0% 0 1.07s 660 81 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 Flash Preview 10.0 10.0 100.0% 0 4.05s 558 183 4,365
GPT-5.4 5.6 9.8 33.3% 0 1.44s 642 381 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 Flash Preview 10.0 10.0 100.0% 0 12.60s 5,532 234 1,487
GPT-5.4 10.0 10.0 100.0% 0 2.75s 5,445 246 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 Flash Preview 10.0 10.0 100.0% 0 5.50s 156 11 2,325
GPT-5.4 3.0 10.0 0.0% 0 990ms 195 40 0

Perbandingan Cepat

Ganti Pasangan Perbandingan

MiniMax M2.5mediumvsGPT-5.4noneCobuddymediumvsGPT-5.4noneMiniMax M2.7mediumvsGPT-5.4noneMistral Small 4mediumvsGPT-5.4noneGPT-5.4nonevsOwl AlphamediumGPT-5.4nonevsElephant AlphamediumNemotron 3 SupermediumTersedia gratisvsGPT-5.4noneDeepSeek V4 ProhighvsGPT-5.4noneGemini 3 Flash PreviewmediumvsGPT-5.5lowGPT-5.4nonevsQwen3 Coder NextmediumMercury 2mediumvsGPT-5.4noneGPT-5.4nonevsQwen3.6 27Bmedium