Navigare
AI BENCHY
Your ad here

AI BENCHY Compare

Google: Gemini 2.5 Flash vs OpenAI: GPT-5.4

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-05-01

Metrică Gemini 2.5 Flash Gemini 2.5 Flash medium Lansare: 2025-06-17 GPT-5.4 GPT-5.4 medium Lansare: 2026-03-05
Scor 8.2 8.2
Rang #21 #23
Fiabilitate N/D N/D
Consistență 9.5 8.7
Teste corecte
Rată de trecere pe încercare 75.9% 79.6%
Teste instabile 1 3
Rulări totale 54 54
Cost per rezultat 2.454 6.399
Cost total $0.319 $0.832
Preț de intrare $0.300 / 1M $2.500 / 1M
Preț de ieșire $2.500 / 1M $15.000 / 1M
Tokenuri de ieșire 1,898 2,169
Tokenuri de raționament 122,273 48,732
Timp de răspuns (mediu) 12.12s 18.63s
Timp de răspuns (maxim) 95.48s 100.41s
Timp de răspuns (total) 218.12s 335.26s

Top modele după scor

Scor vs cost total

Timp de răspuns (mediu)

Scor vs Timp de răspuns (mediu)

Total tokenuri de ieșire

Scor vs Total tokenuri de ieșire

Defalcare pe categorii

Trucuri anti-AI Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Gemini 2.5 Flash 8.4 10.0 75.0% 0 6.30s 255 10,233
GPT-5.4 8.3 10.0 75.0% 0 4.11s 240 1,511
Programare Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Gemini 2.5 Flash 10.0 10.0 100.0% 0 16.23s 522 10,350
GPT-5.4 10.0 10.0 100.0% 0 13.03s 389 2,045
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Gemini 2.5 Flash 10.0 10.0 100.0% 0 28.44s 303 11,922
GPT-5.4 10.0 10.0 100.0% 0 20.57s 301 3,543
Parsare și extragere de date Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Gemini 2.5 Flash 10.0 10.0 100.0% 0 4.06s 279 2,325
GPT-5.4 10.0 10.0 100.0% 0 5.32s 234 804
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Gemini 2.5 Flash 5.9 7.2 55.6% 1 37.34s 18 80,702
GPT-5.4 5.3 7.2 44.4% 1 74.27s 61 34,748
Inteligență generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Gemini 2.5 Flash 4.8 10.0 0.0% 0 4.86s 92 1,899
GPT-5.4 4.7 3.1 33.3% 1 4.92s 145 321
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Gemini 2.5 Flash 9.8 10.0 100.0% 0 2.62s 69 1,203
GPT-5.4 10.0 10.0 100.0% 0 3.11s 93 897
Rezolvare de puzzle-uri Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Gemini 2.5 Flash 7.7 10.0 66.7% 0 3.94s 126 2,499
GPT-5.4 8.2 7.2 88.9% 1 9.13s 442 3,832
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Gemini 2.5 Flash 10.0 10.0 100.0% 0 6.20s 234 1,140
GPT-5.4 10.0 10.0 100.0% 0 13.28s 264 1,031

Comparație rapidă

Schimbă perechea de comparație

GPT-5.4mediumvsHY3 PreviewlowDisponibil gratuitGemini 3 Flash PreviewnonevsGPT-5.4mediumGemini 2.5 FlashmediumvsHY3 PreviewlowDisponibil gratuitGemini 3.1 Flash Lite PreviewlowvsGPT-5.4mediumGemini 2.5 FlashmediumvsGPT-5.2 ChatnoneGemini 3.1 Flash Lite PreviewnonevsGPT-5.4mediumGemini 2.5 FlashmediumvsGPT-5.3 ChatnoneDeepSeek V4 FlashhighvsGPT-5.4mediumDeepSeek V4 FlashhighvsGemini 2.5 FlashmediumGemini 2.5 FlashmediumvsHY3 PreviewhighDisponibil gratuitGPT-5.4mediumvsHY3 PreviewhighDisponibil gratuitGemini 3 Flash PreviewlowvsGPT-5.4medium