AI BENCHY Compare
Google: Gemini 3.1 Pro Preview vs OpenAI: GPT-5.2 Chat
Compară:
Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-03-03
| Metrică | Google: Gemini 3.1 Pro Preview medium Lansare: 2026-02-19 | OpenAI: GPT-5.2 Chat none Lansare: 2025-12-11 |
|---|---|---|
| Rang | #2 | #12 |
| Scor mediu | 9.36 | 7.41 |
| Consistență | 10.00 | 9.45 |
| Cost per rezultat | 2.443 | 2.261 |
| Cost total | $0.318 | $0.227 |
| Teste corecte | ||
| Rată de trecere pe încercare | 92.9% | 73.8% |
| Teste instabile | 0 | 1 |
| Tokenuri de ieșire | 1,000 | 14,267 |
| Tokenuri de raționament | 22,936 | 0 |
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 Pro Preview | 10.00 | 10.00 | 100.0% | 0 | 106 | 2,533 | |
| OpenAI: GPT-5.2 Chat | 10.00 | 10.00 | 100.0% | 0 | 1,651 | 0 |
| 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 Pro Preview | 10.00 | 10.00 | 100.0% | 0 | 292 | 3,164 | |
| OpenAI: GPT-5.2 Chat | 9.88 | 10.00 | 100.0% | 0 | 980 | 0 |
| Specific domeniului | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|
| Google: Gemini 3.1 Pro Preview | 7.00 | 10.00 | 66.7% | 0 | 18 | 10,688 | |
| OpenAI: GPT-5.2 Chat | 4.00 | 10.00 | 33.3% | 0 | 7,810 | 0 |
| Respectarea instrucțiunilor | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|
| Google: Gemini 3.1 Pro Preview | 10.00 | 10.00 | 100.0% | 0 | 72 | 2,436 | |
| OpenAI: GPT-5.2 Chat | 5.50 | 6.13 | 66.7% | 1 | 1,528 | 0 |
| Puzzle Solving | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|
| Google: Gemini 3.1 Pro Preview | 10.00 | 10.00 | 100.0% | 0 | 238 | 3,133 | |
| OpenAI: GPT-5.2 Chat | 7.00 | 10.00 | 66.7% | 0 | 1,743 | 0 |
| Apelare instrumente | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|
| Google: Gemini 3.1 Pro Preview | 10.00 | 10.00 | 100.0% | 0 | 274 | 982 | |
| OpenAI: GPT-5.2 Chat | 10.00 | 10.00 | 100.0% | 0 | 555 | 0 |
Comparație rapidă
Schimbă perechea de comparație
Claude Sonnet 4.6mediumvsGPT-5.2 ChatnoneGPT-5.2 ChatnonevsGLM 5mediumGemini 2.5 FlashmediumvsGPT-5.2 ChatnoneGemini 3.1 Flash Lite PreviewhighvsGPT-5.2 ChatnoneGPT-5.2 ChatnonevsStep 3.5 FlashmediumDisponibil gratuitGemini 3.1 Flash Lite PreviewlowvsGPT-5.2 ChatnoneDeepSeek V3.2mediumvsGPT-5.2 ChatnoneGemini 3.1 Flash Lite PreviewmediumvsGPT-5.2 ChatnoneGPT-5.2 ChatnonevsQwen3.5-122B-A10BmediumGemini 3 Flash PreviewlowvsGPT-5.2 ChatnoneGPT-5.2 ChatnonevsGrok 4.1 FastmediumKimi K2.5mediumvsGPT-5.2 Chatnone