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: 2026-05-22

Metrică Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite medium Lansare: 2026-05-08 GPT-5.4 GPT-5.4 medium Lansare: 2026-03-05
Scor 7.7 7.9
Rang #35 #27
Fiabilitate 10.0 10.0
Consistență 9.2 8.5
Teste corecte
Rată de trecere pe încercare 68.3% 75.0%
Teste instabile 2 4
Rulări totale 60 60
Cost per rezultat 0.500 8.767
Cost total $0.065 $1.140
Preț de intrare $0.250 / 1M $2.500 / 1M
Preț de ieșire $1.500 / 1M $15.000 / 1M
Tokenuri de ieșire 2,248 2,222
Tokenuri de raționament 35,390 68,503
Timp de răspuns (mediu) 3.18s 22.31s
Timp de răspuns (maxim) 10.87s 100.41s
Timp de răspuns (total) 63.55s 446.15s

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 9.1 10.0 75.0% 0 2.39s 604 4,201
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 6.8 10.0 50.0% 0 3.59s 453 6,068
GPT-5.4 8.2 6.7 83.3% 1 54.98s 412 19,995
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 10.87s 327 7,401
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 2.60s 279 2,845
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 2.9 7.2 11.1% 1 3.16s 15 5,165
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 10.0 10.0 100.0% 0 2.60s 84 1,142
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 9.9 10.0 100.0% 0 2.59s 75 3,320
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 7.6 7.2 77.8% 1 1.95s 165 2,450
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 4.55s 234 921
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 3.08s 12 1,877
GPT-5.4 3.0 10.0 0.0% 0 13.95s 30 1,821

Comparație rapidă

Schimbă perechea de comparație

GPT-5.4mediumvsQwen3.7 MaxnoneGemini 3.5 FlashminimalvsGPT-5.4mediumGemini 3.1 Flash LitemediumvsGPT-5.2 ChatnoneGemini 3.1 Flash LitemediumvsQwen3.7 MaxnoneGemini 3 Flash PreviewnonevsGPT-5.4mediumGemini 3.1 Flash Lite PreviewlowvsGPT-5.4mediumGemini 3.1 Flash LitemediumvsGPT-5.3 ChatnoneDeepSeek V4 FlashhighDisponibil gratuitvsGemini 3.1 Flash LitemediumGemini 3.1 Flash Lite PreviewnonevsGPT-5.4mediumGemini 3.1 Flash LitemediumvsRing-2.6-1TnoneGemini 3.1 Flash LitelowvsGPT-5.4mediumDeepSeek V4 FlashhighDisponibil gratuitvsGPT-5.4medium