Navigare
AI BENCHY
Advertise here

AI BENCHY Compare

Google: Gemini 3.1 Flash Lite vs OpenAI: GPT-5.3-Codex

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 minimal Lansare: 2026-05-08 GPT-5.3-Codex GPT-5.3-Codex medium Lansare: 2026-02-05
Scor 6.7 8.3
Rang #78 #15
Fiabilitate 10.0 10.0
Consistență 8.8 8.4
Teste corecte
Rată de trecere pe încercare 56.7% 81.7%
Teste instabile 3 4
Rulări totale 60 60
Cost per rezultat 0.123 4.891
Cost total $0.013 $0.685
Preț de intrare $0.250 / 1M $1.750 / 1M
Preț de ieșire $1.500 / 1M $14.000 / 1M
Tokenuri de ieșire 2,481 2,332
Tokenuri de raționament 0 42,616
Timp de răspuns (mediu) 1.37s 15.97s
Timp de răspuns (maxim) 4.49s 100.93s
Timp de răspuns (total) 27.32s 319.30s

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 8.3 10.0 75.0% 0 1.10s 639 0
GPT-5.3-Codex 8.7 7.9 91.7% 1 4.16s 240 1,722
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 951ms 660 0
GPT-5.3-Codex 10.0 10.0 100.0% 0 18.45s 514 7,266
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 2.53s 357 0
GPT-5.3-Codex 10.0 10.0 100.0% 0 19.56s 364 2,731
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 1.04s 279 0
GPT-5.3-Codex 10.0 10.0 100.0% 0 3.07s 234 728
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 1.02s 15 0
GPT-5.3-Codex 5.9 7.2 55.6% 1 64.31s 64 25,308
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 791ms 63 0
GPT-5.3-Codex 4.6 10.0 0.0% 0 4.87s 187 331
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 932ms 72 0
GPT-5.3-Codex 10.0 10.0 100.0% 0 3.04s 93 693
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 6.0 4.6 66.7% 2 2.15s 153 0
GPT-5.3-Codex 9.0 7.9 88.9% 1 5.12s 352 1,644
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 3.51s 234 0
GPT-5.3-Codex 10.0 10.0 100.0% 0 6.37s 254 492
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 724ms 9 0
GPT-5.3-Codex 2.8 1.6 33.3% 1 14.43s 30 1,701

Comparație rapidă

Schimbă perechea de comparație

Gemini 3.1 Flash LiteminimalvsKimi K2.5mediumDeepSeek V4 ProhighvsGemini 3.1 Flash LiteminimalGemini 3.1 Flash LiteminimalvsGrok 4.20mediumGemini 3.1 Flash LiteminimalvsGrok Build 0.1noneGemini 3.1 Flash LiteminimalvsQwen3.6 27BmediumGemini 3.1 Flash LiteminimalvsGPT-5.5noneGemini 3.1 Flash LiteminimalvsGPT-5 MinimediumGemini 3.1 Flash LiteminimalvsMiMo-V2-OmnimediumGemini 3.1 Flash LiteminimalvsQwen3.5 Plus 2026-02-15noneGemini 3 Flash PreviewlowvsGPT-5.3-CodexmediumDeepSeek V3.2mediumvsGemini 3.1 Flash LiteminimalGemini 3.1 Flash LiteminimalvsQwen3.5-35B-A3Bmedium