Gemini 3.1 Flash Lite Preview (medium) vs GPT-5.4 Mini (medium)

average score जवळपास समान आहे: 7.4 vs 7.5. Gemini 3.1 Flash Lite Preview (medium) चा benchmark खर्च कमी आहे: $0.117 vs $0.786. Gemini 3.1 Flash Lite Preview (medium) वेगवान आहे: 4.59s vs 26.72s, pass rates 63.6% vs 68.2%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-08-29

क्रमांक: #91
एकूण आउटपुट टोकन्स: 57,778
प्रतिसाद वेळ (सरासरी): 4.59s
एकूण खर्च: $0.117

क्रमांक: #89
एकूण आउटपुट टोकन्स: 158,344
प्रतिसाद वेळ (सरासरी): 26.72s
एकूण खर्च: $0.786

शिफारस केलेले मॉडेल Gemini 3.1 Flash Lite Preview (medium)

It has the best score here (7.4), while costing about 6.8x less than GPT-5.4 Mini (medium).

तपशीलवार तुलना

मेट्रिक	Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview medium प्रकाशन: 2026-03-03	GPT-5.4 Mini GPT-5.4 Mini medium प्रकाशन: 2026-03-17

मेट्रिक	Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview medium प्रकाशन: 2026-03-03	GPT-5.4 Mini GPT-5.4 Mini medium प्रकाशन: 2026-03-17
स्कोअर	7.4	7.5
क्रमांक	#91	#89
विश्वसनीयता	10.0	10.0
सुसंगतता	9.9	8.1
प्रयत्न	66/66	66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर	63.6%	68.2%
अस्थिर चाचण्या	0	5
एकूण रन	66	66
प्रति निकाल खर्च	0.829	6.546
एकूण खर्च	$0.117	$0.786
इनपुट किंमत	$0.250 / 1M	$0.750 / 1M
आउटपुट किंमत	$1.500 / 1M	$4.500 / 1M
एकूण इनपुट टोकन्स	117,493	97,164
आउटपुट टोकन्स	10,589	6,211
रिझनिंग टोकन्स	47,189	152,133
प्रतिसाद वेळ (सरासरी)	4.59s	26.72s
प्रतिसाद वेळ (कमाल)	18.34s	138.75s
प्रतिसाद वेळ (एकूण)	101.04s	587.90s
पॅरामीटर्स	~150B एकूण (~10B सक्रिय)	~400B एकूण (~17B सक्रिय)
उपलब्धता	बंद स्रोत	बंद स्रोत

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#91 Gemini 3.1 Flash Lite Preview

medium

खर्च: $0.003
वेळ: 5.2s
टोकन्स: 1,944 tok

#89 GPT-5.4 Mini

medium

खर्च: $0.056
वेळ: 95.5s
टोकन्स: 12,464 tok

स्कोअरनुसार शीर्ष मॉडेल्स

स्कोअर विरुद्ध एकूण खर्च

प्रतिसाद वेळ (सरासरी)

स्कोअर vs प्रतिसाद वेळ (सरासरी)

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

श्रेणीवार तपशील

श्रेणी:

अँटी-एआय युक्त्या	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 3.1 Flash Lite Preview	9.1	10.0	75.0%	0		2.33s	512	570	4,305
GPT-5.4 Mini	8.6	7.9	91.7%	1		4.05s	606	296	2,876

कोडिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 3.1 Flash Lite Preview	5.5	10.0	33.3%	0		4.09s	8,126	461	8,597
GPT-5.4 Mini	8.4	7.4	88.9%	1		57.87s	7,305	467	40,902

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 3.1 Flash Lite Preview	7.2	9.1	50.0%	0		16.63s	93,097	8,706	16,997
GPT-5.4 Mini	6.9	5.9	66.7%	1		59.64s	74,058	4,347	40,924

डेटा पार्सिंग आणि निष्कर्षण	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 3.1 Flash Lite Preview	10.0	10.0	100.0%	0		2.29s	7,362	279	2,952
GPT-5.4 Mini	10.0	10.0	100.0%	0		2.43s	7,140	234	650

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 3.1 Flash Lite Preview	5.3	10.0	33.3%	0		4.09s	652	18	6,120
GPT-5.4 Mini	3.6	7.2	22.2%	1		71.05s	628	60	49,875

Samanya Buddhimatta	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 3.1 Flash Lite Preview	10.0	10.0	100.0%	0		3.16s	488	96	1,488
GPT-5.4 Mini	4.5	10.0	0.0%	0		3.72s	477	150	510

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 3.1 Flash Lite Preview	10.0	10.0	100.0%	0		1.91s	621	72	2,121
GPT-5.4 Mini	9.8	10.0	100.0%	0		2.13s	660	96	1,185

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 3.1 Flash Lite Preview	7.7	10.0	66.7%	0		5.30s	566	141	1,896
GPT-5.4 Mini	7.8	10.0	66.7%	0		4.37s	642	278	2,443

टूल कॉलिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 3.1 Flash Lite Preview	10.0	10.0	100.0%	0		3.80s	5,909	234	912
GPT-5.4 Mini	4.7	1.6	66.7%	1		9.62s	5,453	251	2,594

सामान्य ज्ञान	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 3.1 Flash Lite Preview	3.0	10.0	0.0%	0		2.68s	160	12	1,801
GPT-5.4 Mini	3.0	10.0	0.0%	0		30.10s	195	32	10,174

झटपट तुलना

तुलना जोडी बदला

Gemini 3.1 Flash Lite PreviewmediumvsQwen3.7 Maxnone GPT-5.4 MinimediumvsQwen3.7 Maxnone Gemini 3.1 Flash Lite PreviewmediumvsGPT 5.3 Chatnone Gemini 3.1 Flash Lite PreviewmediumvsGPT-5.6 Terralow Gemini 3.1 Flash Lite PreviewmediumvsQwen3.8 2.4T A95Bhigh GPT-5.4 MinimediumvsQwen3.8 2.4T A95Bhigh Gemini 3.1 Flash Lite PreviewmediumvsGrok 4.6low GPT-5.4 MinimediumvsGrok 4.6low Gemini 3 Flash PreviewlowvsGPT-5.4 Minimedium Claude Opus 5nonevsGPT-5.4 Minimedium GPT-5.4 MinimediumvsSolar Pro 4xhigh Claude Sonnet 4.6nonevsGemini 3.1 Flash Lite Previewmedium