AI BENCHY Compare
Google: Gemini 3.1 Flash Lite Preview vs OpenAI: GPT-5.3-Codex
Compară:
Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-03-03
| Metrică | Google: Gemini 3.1 Flash Lite Preview high Lansare: 2026-03-03 | OpenAI: GPT-5.3-Codex medium Lansare: 2026-02-05 |
|---|---|---|
| Rang | #9 | #7 |
| Scor mediu | 7.77 | 7.93 |
| Consistență | 9.99 | 8.84 |
| Cost per rezultat | 17.286 | 4.641 |
| Cost total | $1.729 | $0.465 |
| Teste corecte | ||
| Rată de trecere pe încercare | 71.4% | 78.6% |
| Teste instabile | 0 | 2 |
| Tokenuri de ieșire | 831 | 1,201 |
| Tokenuri de raționament | 1,148,955 | 30,056 |
Scor vs cost total
Defalcare pe categorii
| Trucuri anti-AI | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|
| Google: Gemini 3.1 Flash Lite Preview | 10.00 | 10.00 | 100.0% | 0 | 144 | 193,077 | |
| OpenAI: GPT-5.3-Codex | 10.00 | 10.00 | 100.0% | 0 | 216 | 1,421 |
| Parsare și extragere de date | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|
| Google: Gemini 3.1 Flash Lite Preview | 9.88 | 10.00 | 100.0% | 0 | 279 | 6,186 | |
| OpenAI: GPT-5.3-Codex | 10.00 | 10.00 | 100.0% | 0 | 234 | 735 |
| Specific domeniului | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|
| Google: Gemini 3.1 Flash Lite Preview | 4.00 | 10.00 | 33.3% | 0 | 18 | 566,202 | |
| OpenAI: GPT-5.3-Codex | 4.00 | 7.21 | 55.6% | 1 | 64 | 25,308 |
| Respectarea instrucțiunilor | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|
| Google: Gemini 3.1 Flash Lite Preview | 8.00 | 9.96 | 50.0% | 0 | 69 | 190,053 | |
| OpenAI: GPT-5.3-Codex | 9.00 | 10.00 | 50.0% | 0 | 93 | 693 |
| Puzzle Solving | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|
| Google: Gemini 3.1 Flash Lite Preview | 7.00 | 10.00 | 66.7% | 0 | 87 | 190,953 | |
| OpenAI: GPT-5.3-Codex | 7.00 | 7.38 | 77.8% | 1 | 340 | 1,407 |
| Apelare instrumente | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|
| Google: Gemini 3.1 Flash Lite Preview | 10.00 | 10.00 | 100.0% | 0 | 234 | 2,484 | |
| OpenAI: GPT-5.3-Codex | 10.00 | 10.00 | 100.0% | 0 | 254 | 492 |
Comparație rapidă
Schimbă perechea de comparație
Gemini 3.1 Flash Lite PreviewlowvsGPT-5.3-CodexmediumGemini 3.1 Flash Lite PreviewnonevsGPT-5.3-CodexmediumClaude Sonnet 4.6mediumvsGemini 3.1 Flash Lite PreviewhighGemini 3.1 Flash Lite PreviewhighvsGPT-5.2 ChatnoneGemini 3 Flash PreviewlowvsGPT-5.3-CodexmediumGemini 3.1 Flash Lite PreviewhighvsGLM 5mediumGemini 3.1 Flash Lite PreviewhighvsGPT-5.3 ChatnoneGemini 3 Flash PreviewnonevsGPT-5.3-CodexmediumGemini 3.1 Flash Lite PreviewhighvsStep 3.5 FlashmediumDisponibil gratuitGemini 3.1 Flash Lite PreviewhighvsQwen3.5-27BmediumDeepSeek V3.2mediumvsGemini 3.1 Flash Lite PreviewhighGemini 3.1 Flash Lite PreviewhighvsGPT-5.2medium