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 Mini

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-05-08

Metrică Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite none Lansare: 2026-05-08 GPT-5.4 Mini GPT-5.4 Mini medium Lansare: 2026-03-17
Scor 6.7 7.2
Rang #73 #60
Fiabilitate 10.0 10.0
Consistență 8.4 7.9
Teste corecte
Rată de trecere pe încercare 57.9% 68.4%
Teste instabile 4 5
Rulări totale 57 57
Cost per rezultat 0.123 3.443
Cost total $0.012 $0.345
Preț de intrare $0.250 / 1M $0.750 / 1M
Preț de ieșire $1.500 / 1M $4.500 / 1M
Tokenuri de ieșire 2,454 2,163
Tokenuri de raționament 0 69,741
Timp de răspuns (mediu) 1.11s 16.00s
Timp de răspuns (maxim) 2.97s 102.91s
Timp de răspuns (total) 21.13s 303.99s

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 7.5 8.4 66.7% 1 1.07s 639 0
GPT-5.4 Mini 8.6 7.9 91.7% 1 4.05s 296 2,876
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 1.59s 636 0
GPT-5.4 Mini 10.0 10.0 100.0% 0 7.76s 423 1,548
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 2.73s 357 0
GPT-5.4 Mini 10.0 10.0 100.0% 0 17.81s 317 4,317
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 843ms 279 0
GPT-5.4 Mini 10.0 10.0 100.0% 0 2.43s 234 650
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 762ms 15 0
GPT-5.4 Mini 4.1 4.4 44.5% 2 65.31s 60 43,286
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 992ms 63 0
GPT-5.4 Mini 4.5 10.0 0.0% 0 3.72s 150 510
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 859ms 72 0
GPT-5.4 Mini 7.4 6.7 66.7% 1 2.50s 129 1,337
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 6.3 4.8 66.7% 2 720ms 150 0
GPT-5.4 Mini 7.8 10.0 66.7% 0 4.33s 271 2,449
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 2.97s 234 0
GPT-5.4 Mini 4.7 1.6 66.7% 1 9.62s 251 2,594
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 733ms 9 0
GPT-5.4 Mini 3.0 10.0 0.0% 0 30.10s 32 10,174

Comparație rapidă

Schimbă perechea de comparație

Claude Sonnet 4.6nonevsGPT-5.4 MinimediumGPT-5.4 MinimediumvsQwen3.6 Max PreviewnoneGemini 3.1 Flash LitenonevsQwen3.6 27BmediumGemini 3.1 Flash LitenonevsKimi K2.5mediumGemini 3.1 Flash LitenonevsGPT-5 MinimediumGemini 3.1 Flash LitenonevsGrok 4.20mediumDeepSeek V4 ProhighvsGemini 3.1 Flash LitenoneGemini 3.1 Flash LitenonevsGrok 4.1 FastmediumGemma 4 31BnoneDisponibil gratuitvsGPT-5.4 MinimediumDeepSeek V4 ProhighvsGPT-5.4 MinimediumGemini 3.1 Flash LiteminimalvsGPT-5.4 MinimediumDeepSeek V4 FlashhighvsGPT-5.4 Minimedium