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

Google: Gemini 3.1 Pro Preview vs OpenAI: GPT-5.3-Codex

Gemini 3.1 Pro Preview (medium) average score मध्ये पुढे आहे: 9.2 vs 8.9. GPT-5.3-Codex (medium) चा benchmark खर्च कमी आहे: $0.920 vs $1.361. GPT-5.3-Codex (medium) वेगवान आहे: 16.96s vs 21.47s, pass rates 90.9% vs 83.3%.

शिफारस केलेले मॉडेलGPT-5.3-Codex (medium)It offers the best overall trade-off: a competitive score (8.9), lower cost than Gemini 3.1 Pro Preview (medium), and balanced response time.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-25

मेट्रिक Gemini 3.1 Pro Preview Gemini 3.1 Pro Preview medium प्रकाशन: 2026-02-19 GPT-5.3-Codex GPT-5.3-Codex medium प्रकाशन: 2026-02-05
स्कोअर 9.2 8.9
क्रमांक #10 #18
विश्वसनीयता 10.0 10.0
सुसंगतता 10.0 8.6
बरोबर चाचण्या
प्रति प्रयत्न पास दर 90.9% 83.3%
अस्थिर चाचण्या 0 4
एकूण रन 66 66
प्रति निकाल खर्च 6.801 5.748
एकूण खर्च $1.361 $0.920
इनपुट किंमत $2.000 / 1M $1.750 / 1M
आउटपुट किंमत $12.000 / 1M $14.000 / 1M
एकूण इनपुट टोकन्स 92,287 81,268
आउटपुट टोकन्स 5,232 6,251
रिझनिंग टोकन्स 92,726 49,274
प्रतिसाद वेळ (सरासरी) 21.47s 16.96s
प्रतिसाद वेळ (कमाल) 88.68s 100.93s
प्रतिसाद वेळ (एकूण) 322.08s 373.19s

Hamster playing table tennis

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

#10 Gemini 3.1 Pro Preview

medium
खर्च
$0.115
वेळ
87.2s
टोकन्स
9,629 tok

#18 GPT-5.3-Codex

medium
खर्च
$0.049
वेळ
54.9s
टोकन्स
3,580 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

कोडिंग स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Gemini 3.1 Pro Preview 7.9 9.9 66.7% 0 40.17s 8,124 435 41,247
GPT-5.3-Codex 10.0 10.0 100.0% 0 19.50s 7,302 535 10,890

झटपट तुलना

तुलना जोडी बदला