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 3.1 Flash Lite vs OpenAI: GPT-5.4

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-05-10

Metrică Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite low Lansare: 2026-05-08 GPT-5.4 GPT-5.4 medium Lansare: 2026-03-05
Scor 7.6 7.9
Rang #44 #26
Fiabilitate 10.0 10.0
Consistență 9.2 8.8
Teste corecte
Rată de trecere pe încercare 68.4% 75.4%
Teste instabile 2 3
Rulări totale 57 57
Cost per rezultat 0.203 6.617
Cost total $0.025 $0.861
Preț de intrare $0.250 / 1M $2.500 / 1M
Preț de ieșire $1.500 / 1M $15.000 / 1M
Tokenuri de ieșire 2,702 2,199
Tokenuri de raționament 8,596 50,553
Timp de răspuns (mediu) 1.92s 18.38s
Timp de răspuns (maxim) 5.66s 100.41s
Timp de răspuns (total) 36.49s 349.21s

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 7.3 6.2 75.0% 2 1.84s 1,013 1,548
GPT-5.4 8.3 10.0 75.0% 0 4.11s 240 1,511
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 1.46s 441 408
GPT-5.4 10.0 10.0 100.0% 0 13.03s 389 2,045
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 3.0 10.0 0.0% 0 4.48s 348 975
GPT-5.4 10.0 10.0 100.0% 0 20.57s 301 3,543
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 1.44s 291 697
GPT-5.4 10.0 10.0 100.0% 0 5.32s 234 804
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 5.3 10.0 33.3% 0 1.52s 15 1,214
GPT-5.4 5.3 7.2 44.4% 1 74.27s 61 34,748
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 4.0 10.0 0.0% 0 1.37s 69 438
GPT-5.4 4.7 3.1 33.3% 1 4.92s 145 321
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 10.0 10.0 100.0% 0 1.52s 72 760
GPT-5.4 10.0 10.0 100.0% 0 3.11s 93 897
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 10.0 10.0 100.0% 0 1.40s 210 1,191
GPT-5.4 8.2 7.2 88.9% 1 9.13s 442 3,832
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 5.66s 234 945
GPT-5.4 10.0 10.0 100.0% 0 13.28s 264 1,031
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 3.0 10.0 0.0% 0 1.46s 9 420
GPT-5.4 3.0 10.0 0.0% 0 13.95s 30 1,821

Comparație rapidă

Schimbă perechea de comparație

Gemini 3.1 Flash LitelowvsStep 3.5 FlashmediumGemini 3.1 Flash LitelowvsQwen3.5-FlashmediumGemini 3.1 Flash LitelowvsKimi K2.6mediumGemini 3.1 Flash LitelowvsGPT-5.3 ChatnoneGemini 3.1 Flash LitelowvsGPT-5.2 ChatnoneGemini 3.1 Flash LitelowvsGLM 5.1mediumDeepSeek V4 FlashhighvsGemini 3.1 Flash LitelowGemini 3 Flash PreviewnonevsGPT-5.4mediumGemini 3.1 Flash LitelowvsGLM 5V TurbomediumGemini 3.1 Flash Lite PreviewlowvsGPT-5.4mediumGemini 3.1 Flash LitelowvsQwen3.6 FlashmediumGemini 3.1 Flash LitelowvsMiMo-V2-Promedium