Navigare
AI BENCHY
Advertise here

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: 2026-06-01

Metrică Gemini 2.5 Flash Gemini 2.5 Flash medium Lansare: 2025-06-17 GPT-5.5 GPT-5.5 none Lansare: 2026-04-24
Scor 7.7 6.5
Rang #40 #91
Fiabilitate 10.0 10.0
Consistență 9.6 8.7
Teste corecte
Rată de trecere pe încercare 68.3% 56.7%
Teste instabile 1 3
Rulări totale 60 60
Cost per rezultat 2.750 2.167
Cost total $0.358 $0.217
Preț de intrare $0.300 / 1M $5.000 / 1M
Preț de ieșire $2.500 / 1M $30.000 / 1M
Tokenuri de ieșire 1,924 1,956
Tokenuri de raționament 137,255 0
Timp de răspuns (mediu) 15.57s 1.93s
Timp de răspuns (maxim) 95.48s 5.56s
Timp de răspuns (total) 311.47s 38.64s

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 6.9 7.9 66.7% 1 1.31s 213 0
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 6.6 10.0 50.0% 0 54.56s 537 24,413
GPT-5.5 6.8 10.0 50.0% 0 1.52s 447 0
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 3.0 10.0 0.0% 0 5.56s 300 0
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 1.18s 222 0
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 2.9 7.2 11.1% 1 1.31s 52 0
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 3.41s 124 0
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 6.2 5.8 66.7% 1 1.15s 81 0
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 3.18s 126 2,499
GPT-5.5 7.7 10.0 66.7% 0 1.29s 252 0
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 3.90s 247 0
Cultură 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 3.0 10.0 0.0% 0 2.76s 11 919
GPT-5.5 3.0 10.0 0.0% 0 5.01s 18 0

Comparație rapidă

Schimbă perechea de comparație

GPT-5.5nonevsQwen3.6 27BmediumMercury 2mediumvsGPT-5.5noneDeepSeek V4 FlashhighvsGemini 2.5 FlashmediumKimi K2.5mediumvsGPT-5.5noneGemini 3.1 Flash LiteminimalvsGPT-5.5noneGemini 2.5 FlashmediumvsGPT-5.2 ChatnoneDeepSeek V4 ProhighvsGPT-5.5noneGemini 2.5 FlashmediumvsQwen3.7 MaxnoneGemini 2.5 FlashmediumvsGPT-5.3 ChatnoneGemini 2.5 FlashmediumvsStep 3.7 FlashlowDeepSeek V3.2mediumvsGPT-5.5noneGPT-5.5nonevsMimo V2 Omnimedium