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 Owl Alpha

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-05-19

Metrică Gemini 2.5 Flash Gemini 2.5 Flash none Lansare: 2025-06-17 Owl Alpha Owl Alpha medium Lansare: 2026-04-30
Scor 6.3 6.0
Rang #88 #95
Fiabilitate 10.0 10.0
Consistență 9.2 9.6
Teste corecte
Rată de trecere pe încercare 49.1% 43.9%
Teste instabile 2 1
Rulări totale 57 57
Cost per rezultat 0.162 0.000
Cost total $0.013 $0.000
Preț de intrare $0.300 / 1M $0.000 / 1M
Preț de ieșire $2.500 / 1M $0.000 / 1M
Tokenuri de ieșire 1,738 1,613
Tokenuri de raționament 0 0
Timp de răspuns (mediu) 916ms 10.58s
Timp de răspuns (maxim) 4.39s 58.63s
Timp de răspuns (total) 17.41s 201.03s

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 3.0 10.0 0.0% 0 582ms 102 0
Owl Alpha 4.8 10.0 25.0% 0 3.97s 87 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 10.0 10.0 100.0% 0 1.16s 453 0
Owl Alpha 10.0 10.0 100.0% 0 7.35s 402 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 3.0 10.0 0.0% 0 4.39s 366 0
Owl Alpha 3.0 10.0 0.0% 0 10.01s 315 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 652ms 279 0
Owl Alpha 10.0 10.0 100.0% 0 21.64s 246 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 495ms 12 0
Owl Alpha 5.3 10.0 33.3% 0 8.58s 28 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 5.0 10.0 0.0% 0 615ms 78 0
Owl Alpha 4.3 10.0 0.0% 0 58.63s 98 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 672ms 70 0
Owl Alpha 6.3 10.0 50.0% 0 9.59s 57 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 6.5 7.8 55.6% 1 576ms 132 0
Owl Alpha 5.3 7.2 44.4% 1 3.44s 135 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 1.91s 234 0
Owl Alpha 10.0 10.0 100.0% 0 8.26s 228 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 1.15s 12 0
Owl Alpha 3.0 10.0 0.0% 0 2.38s 17 0

Comparație rapidă

Schimbă perechea de comparație

Owl AlphamediumvsQwen3.5-FlashnoneOwl AlphamediumvsGLM 5V TurbononeGemini 2.5 FlashnonevsMercury 2mediumSeed-2.0-LitenonevsOwl AlphamediumGemini 2.5 FlashnonevsGPT-5 NanomediumOwl AlphamediumvsQwen3.5 Plus 2026-04-20noneOwl AlphamediumvsQwen3.5-35B-A3BnoneOwl AlphamediumvsMiMo-V2-PrononeOwl AlphamediumvsQwen3.5-27BnoneOwl AlphamediumvsQwen3.6 27BnoneDeepSeek V4 PrononevsOwl AlphamediumGemini 2.5 FlashnonevsGrok 4.1 Fastmedium