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

Rezumat

Comparație benchmark Gemini 2.5 Flash vs GPT-5.5: GPT-5.5 conduce la scorul mediu cu 9.3 vs 8.2. Gemini 2.5 Flash are costul de benchmark mai mic, $0.379 vs $0.907. GPT-5.5 este mai rapid cu 9.76s vs 15.49s, cu rate de reușită de 69.8% vs 85.7%.

Model recomandat: Gemini 2.5 Flash - Oferă cel mai bun compromis per total: scor competitiv (8.2), cost mai mic decât GPT-5.5 și timp de răspuns echilibrat.

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-06-18

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 9.3
Rang #24 #4
Fiabilitate 10.0 10.0
Consistență 9.6 10.0
Teste corecte
Rată de trecere pe încercare 69.8% 85.7%
Teste instabile 1 0
Rulări totale 63 63
Cost per rezultat 2.701 5.035
Cost total $0.379 $0.907
Preț de intrare $0.300 / 1M $5.000 / 1M
Preț de ieșire $2.500 / 1M $30.000 / 1M
Total tokenuri de intrare 34,476 34,209
Tokenuri de ieșire 1,930 2,046
Tokenuri de raționament 145,145 22,460
Timp de răspuns (mediu) 15.49s 9.76s
Timp de răspuns (maxim) 95.48s 56.19s
Timp de răspuns (total) 325.39s 204.92s

Prezentare generare

Hamster playing table tennis

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

#24 Gemini 2.5 Flash

medium
SVG invalid
Cost
$0.000
Timp
274.0s
Tokenuri
0 tok

#4 GPT-5.5

low
Cost
$0.068
Timp
37.0s
Tokenuri
2,339 tok

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 intrare Tokenuri de ieșire Tokenuri de raționament
Gemini 2.5 Flash 8.4 10.0 75.0% 0 6.30s 492 255 10,233
GPT-5.5 10.0 10.0 100.0% 0 4.41s 606 238 1,020
Programare Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Gemini 2.5 Flash 7.8 10.0 66.7% 0 41.01s 6,669 543 32,303
GPT-5.5 10.0 10.0 100.0% 0 15.04s 7,302 423 6,402
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Gemini 2.5 Flash 10.0 10.0 100.0% 0 28.44s 12,522 303 11,922
GPT-5.5 10.0 10.0 100.0% 0 9.56s 11,019 303 717
Parsare și extragere de date Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Gemini 2.5 Flash 10.0 10.0 100.0% 0 4.06s 7,257 279 2,325
GPT-5.5 10.0 10.0 100.0% 0 3.28s 7,140 228 157
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Gemini 2.5 Flash 5.9 7.2 55.6% 1 37.34s 633 18 80,702
GPT-5.5 5.3 10.0 33.3% 0 28.05s 723 69 11,609
Inteligență generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Gemini 2.5 Flash 4.8 10.0 0.0% 0 4.86s 486 92 1,899
GPT-5.5 10.0 10.0 100.0% 0 5.17s 477 133 245
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Gemini 2.5 Flash 9.8 10.0 100.0% 0 2.62s 615 69 1,203
GPT-5.5 9.9 10.0 100.0% 0 3.74s 660 93 415
Rezolvare de puzzle-uri Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Gemini 2.5 Flash 7.7 10.0 66.7% 0 3.18s 558 126 2,499
GPT-5.5 10.0 10.0 100.0% 0 4.74s 642 279 954
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Gemini 2.5 Flash 10.0 10.0 100.0% 0 6.20s 5,088 234 1,140
GPT-5.5 10.0 10.0 100.0% 0 4.96s 5,445 250 101
Cultură generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Gemini 2.5 Flash 3.0 10.0 0.0% 0 2.76s 156 11 919
GPT-5.5 3.0 10.0 0.0% 0 10.06s 195 30 840

Comparație rapidă

Schimbă perechea de comparație

DeepSeek V4 FlashhighvsGemini 2.5 FlashmediumGPT-5.5lowvsQwen3.7 MaxmediumClaude Fable 5mediumvsGPT-5.5lowGemini 3.1 Pro PreviewmediumvsGPT-5.5lowGemini 3.5 FlashmediumvsGPT-5.5lowGemini 2.5 FlashmediumvsGPT-5.2 ChatnoneGemini 3 Flash PreviewmediumvsGPT-5.5lowGPT-5.5lowvsQwen3.6 Max PreviewmediumClaude Opus 4.8mediumvsGPT-5.5lowGemini 3.5 FlashhighvsGPT-5.5lowGemini 2.5 FlashmediumvsStep 3.7 FlashlowDeepSeek V4 ProhighvsGemini 2.5 Flashmedium