Navigare
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 2.5 Flash vs OpenAI: GPT-5.5

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-04-26

Metrică Gemini 2.5 Flash Gemini 2.5 Flash medium Lansare: 2025-06-17 GPT-5.5 GPT-5.5 low Lansare: 2026-04-24
Scor 8.2 9.0
Rang #18 #5
Fiabilitate N/D 10.0
Consistență 9.5 9.6
Teste corecte
Rată de trecere pe încercare 75.9% 87.0%
Teste instabile 1 1
Rulări totale 54 54
Cost per rezultat 2.454 4.534
Cost total $0.319 $0.681
Preț de intrare $0.300 / 1M $5.000 / 1M
Preț de ieșire $2.500 / 1M $30.000 / 1M
Tokenuri de ieșire 1,898 1,959
Tokenuri de raționament 122,273 16,134
Timp de răspuns (mediu) 12.12s 8.39s
Timp de răspuns (maxim) 95.48s 56.19s
Timp de răspuns (total) 218.12s 151.01s

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-5.5 10.0 10.0 100.0% 0 4.15s 232 1,056
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-5.5 10.0 10.0 100.0% 0 7.79s 369 936
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-5.5 10.0 10.0 100.0% 0 9.56s 303 717
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-5.5 10.0 10.0 100.0% 0 3.28s 228 157
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-5.5 5.3 10.0 33.3% 0 27.57s 69 11,731
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-5.5 10.0 10.0 100.0% 0 3.45s 143 132
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-5.5 9.9 10.0 100.0% 0 2.98s 93 356
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-5.5 9.0 7.9 88.9% 1 4.48s 272 948
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-5.5 10.0 10.0 100.0% 0 4.96s 250 101

Comparație rapidă

Schimbă perechea de comparație

Gemini 2.5 FlashmediumvsHY3 PreviewlowDisponibil gratuitClaude Opus 4.7nonevsGPT-5.5lowClaude Opus 4.7mediumvsGPT-5.5lowGemini 2.5 FlashmediumvsHY3 PreviewhighDisponibil gratuitGemini 2.5 FlashmediumvsGPT-5.2 ChatnoneDeepSeek V4 FlashhighvsGemini 2.5 FlashmediumSeed-2.0-LitemediumvsGPT-5.5lowGPT-5.5lowvsQwen3.5 Plus 2026-02-15mediumGemini 3.1 Pro PreviewmediumvsGPT-5.5lowGPT-5.5lowvsHY3 PreviewhighDisponibil gratuitGemini 2.5 FlashmediumvsGPT-5.3 ChatnoneGPT-5.5lowvsQwen3.6 Plus PreviewmediumDisponibil gratuit