Navigare
AI BENCHY
Advertise here

AI BENCHY Compare

Google: Gemini 3.1 Flash Lite vs OpenAI: GPT-5.2

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-05-22

Metrică Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite high Lansare: 2026-05-08 GPT-5.2 GPT-5.2 medium Lansare: 2025-12-11
Scor 7.5 7.4
Rang #48 #57
Fiabilitate 9.8 10.0
Consistență 8.1 8.3
Teste corecte
Rată de trecere pe încercare 74.1% 70.0%
Teste instabile 4 4
Rulări totale 54 60
Cost per rezultat 18.579 4.081
Cost total $2.044 $0.490
Preț de intrare $0.250 / 1M $1.750 / 1M
Preț de ieșire $1.500 / 1M $14.000 / 1M
Tokenuri de ieșire 1,984 2,754
Tokenuri de raționament 1,355,583 28,303
Timp de răspuns (mediu) 61.96s 16.44s
Timp de răspuns (maxim) 149.23s 77.80s
Timp de răspuns (total) 1115.31s 213.77s

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 3.1 Flash Lite 9.4 10.0 100.0% 0 37.16s 100 130,598
GPT-5.2 6.5 8.0 58.3% 1 7.81s 567 2,002
Programare Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Gemini 3.1 Flash Lite 10.0 10.0 100.0% 0 137.63s 666 188,733
GPT-5.2 10.0 10.0 100.0% 0 23.15s 490 8,269
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Gemini 3.1 Flash Lite 10.0 10.0 100.0% 0 149.23s 327 198,243
GPT-5.2 10.0 10.0 100.0% 0 14.06s 291 1,757
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 3.1 Flash Lite 10.0 10.0 100.0% 0 4.49s 279 7,351
GPT-5.2 10.0 10.0 100.0% 0 3.15s 234 420
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Gemini 3.1 Flash Lite 3.6 7.2 22.2% 1 139.90s 18 566,210
GPT-5.2 5.9 7.2 55.6% 1 77.80s 42 10,342
Inteligență generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Gemini 3.1 Flash Lite 5.0 2.1 66.7% 1 45.69s 95 64,644
GPT-5.2 3.7 9.7 0.0% 0 4.32s 162 269
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Gemini 3.1 Flash Lite 7.3 5.8 83.3% 1 23.26s 52 3,549
GPT-5.2 9.9 10.0 100.0% 0 3.12s 94 614
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 3.1 Flash Lite 5.7 6.8 44.4% 1 50.83s 213 193,654
GPT-5.2 7.6 7.3 77.8% 1 5.47s 609 938
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Gemini 3.1 Flash Lite 10.0 10.0 100.0% 0 6.44s 234 2,601
GPT-5.2 4.7 1.6 66.7% 1 10.30s 239 469
Cultură generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Gemini 3.1 Flash Lite - - - - - - - -
GPT-5.2 3.0 10.0 0.0% 0 28.18s 26 3,223

Comparație rapidă

Schimbă perechea de comparație

DeepSeek V4 FlashhighDisponibil gratuitvsGPT-5.2mediumGemini 3.1 Flash LitelowvsGPT-5.2mediumGemini 3.1 Flash Lite PreviewnonevsGPT-5.2mediumRing-2.6-1TnonevsGPT-5.2mediumGemini 3.1 Flash Lite PreviewlowvsGPT-5.2mediumGemini 3 Flash PreviewnonevsGPT-5.2mediumGPT-5.2mediumvsQwen3.6 Max PreviewnoneClaude Sonnet 4.6nonevsGPT-5.2mediumGPT-5.2mediumvsQwen3.7 MaxnoneGemini 3.5 FlashminimalvsGPT-5.2mediumGemma 4 31BnoneDisponibil gratuitvsGPT-5.2mediumGemini 3.1 Flash LiteminimalvsGPT-5.2medium