Navigare
AI BENCHY
Advertise here

AI BENCHY Compare

Modele comparate

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

Metrică Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview high Lansare: 2026-03-03 Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview medium Lansare: 2026-03-03 GPT-5.3-Codex GPT-5.3-Codex medium Lansare: 2026-02-05
Scor 8.6 7.7 8.3
Rang #13 #34 #15
Fiabilitate N/D 10.0 10.0
Consistență 10.0 10.0 8.4
Teste corecte
Rată de trecere pe încercare 81.3% 65.0% 81.7%
Teste instabile 0 0 4
Rulări totale 48 60 60
Cost per rezultat 17.763 0.481 4.891
Cost total $2.310 $0.063 $0.685
Preț de intrare $0.250 / 1M $0.250 / 1M $1.750 / 1M
Preț de ieșire $1.500 / 1M $1.500 / 1M $14.000 / 1M
Tokenuri de ieșire 1,283 2,204 2,332
Tokenuri de raționament 1,533,310 33,657 42,616
Timp de răspuns (mediu) 68.83s 3.68s 15.97s
Timp de răspuns (maxim) 280.52s 14.93s 100.93s
Timp de răspuns (total) 1101.32s 73.60s 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 Preview 10.0 10.0 100.0% 0 43.87s 144 193,077
Gemini 3.1 Flash Lite Preview 9.1 10.0 75.0% 0 2.33s 570 4,305
GPT-5.3-Codex 8.7 7.9 91.7% 1 4.16s 240 1,722
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 Preview 10.0 10.0 100.0% 0 280.52s 335 380,440
Gemini 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 14.93s 327 7,347
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 Preview 10.0 10.0 100.0% 0 7.16s 279 6,186
Gemini 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 2.29s 279 2,952
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 Preview 5.3 10.0 33.3% 0 127.58s 18 566,202
Gemini 3.1 Flash Lite Preview 3.0 10.0 0.0% 0 4.21s 18 5,325
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 Preview 10.0 10.0 100.0% 0 5.25s 117 3,915
Gemini 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 3.16s 96 1,488
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 Preview 9.8 10.0 100.0% 0 70.07s 69 190,053
Gemini 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 1.91s 72 2,121
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 Preview 7.7 10.0 66.7% 0 46.33s 87 190,953
Gemini 3.1 Flash Lite Preview 7.7 10.0 66.7% 0 3.58s 141 1,896
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 Preview 10.0 10.0 100.0% 0 7.73s 234 2,484
Gemini 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 3.80s 234 912
GPT-5.3-Codex 10.0 10.0 100.0% 0 6.37s 254 492
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 Preview - - - - - - - -
Gemini 3.1 Flash Lite Preview 6.8 10.0 50.0% 0 3.98s 455 5,510
GPT-5.3-Codex 10.0 10.0 100.0% 0 18.45s 514 7,266
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 Preview - - - - - - - -
Gemini 3.1 Flash Lite Preview 3.0 10.0 0.0% 0 2.68s 12 1,801
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 Lite PreviewmediumvsGPT-5.2 ChatnoneGemini 3.1 Flash Lite PreviewmediumvsQwen3.7 MaxnoneGemini 3 Flash PreviewlowvsGPT-5.3-CodexmediumGemini 3.1 Flash Lite PreviewmediumvsGPT-5.3 ChatnoneDeepSeek V4 FlashhighDisponibil gratuitvsGemini 3.1 Flash Lite PreviewmediumGemini 3.5 FlashminimalvsGPT-5.3-CodexmediumGPT-5.3-CodexmediumvsQwen3.7 MaxnoneGemini 3.1 Flash Lite PreviewmediumvsRing-2.6-1TnoneGemini 3.5 FlashnonevsGPT-5.3-CodexmediumGemini 3.1 Flash Lite PreviewmediumvsQwen3.6 Max PreviewnoneGemini 3 Flash PreviewnonevsGPT-5.3-CodexmediumClaude Sonnet 4.6nonevsGemini 3.1 Flash Lite Previewmedium