Navigare
AI BENCHY
Advertise here

AI BENCHY Compare

Google: Gemini 3.1 Pro Preview vs OpenAI: GPT-5.4

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-06-04

Metrică Gemini 3.1 Pro Preview Gemini 3.1 Pro Preview medium Lansare: 2026-02-19 GPT-5.4 GPT-5.4 medium Lansare: 2026-03-05
Scor 9.4 8.0
Rang #4 #21
Fiabilitate 10.0 10.0
Consistență 10.0 8.6
Teste corecte
Rată de trecere pe încercare 90.5% 76.2%
Teste instabile 0 4
Rulări totale 63 63
Cost per rezultat 5.546 8.640
Cost total $1.054 $1.210
Preț de intrare $2.000 / 1M $2.500 / 1M
Preț de ieșire $12.000 / 1M $15.000 / 1M
Total tokenuri de intrare 41,617 34,108
Tokenuri de ieșire 1,977 2,242
Tokenuri de raționament 78,896 72,707
Timp de răspuns (mediu) 20.14s 22.35s
Timp de răspuns (maxim) 88.68s 100.41s
Timp de răspuns (total) 281.92s 469.29s

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 intrare Tokenuri de ieșire Tokenuri de raționament
Gemini 3.1 Pro Preview 10.0 10.0 100.0% 0 7.90s 498 112 3,218
GPT-5.4 8.3 10.0 75.0% 0 4.11s 606 240 1,511
Programare Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Gemini 3.1 Pro Preview 7.9 9.9 66.7% 0 40.17s 8,124 435 41,247
GPT-5.4 8.8 7.8 88.9% 1 44.36s 7,305 433 24,216
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Gemini 3.1 Pro Preview 9.5 10.0 100.0% 0 40.61s 17,240 432 9,281
GPT-5.4 10.0 10.0 100.0% 0 20.57s 11,019 301 3,543
Parsare și extragere de date Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Gemini 3.1 Pro Preview 10.0 10.0 100.0% 0 7.72s 7,265 279 3,904
GPT-5.4 10.0 10.0 100.0% 0 5.32s 7,140 234 804
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Gemini 3.1 Pro Preview 7.7 10.0 66.7% 0 32.73s 635 18 12,424
GPT-5.4 5.3 7.2 44.4% 1 74.27s 619 61 34,748
Inteligență generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Gemini 3.1 Pro Preview 10.0 10.0 100.0% 0 11.77s 490 108 1,179
GPT-5.4 4.7 3.1 33.3% 1 4.92s 477 145 321
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Gemini 3.1 Pro Preview 10.0 10.0 100.0% 0 9.56s 621 72 2,236
GPT-5.4 10.0 10.0 100.0% 0 3.11s 660 93 897
Rezolvare de puzzle-uri Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Gemini 3.1 Pro Preview 10.0 10.0 100.0% 0 6.90s 570 235 3,128
GPT-5.4 8.2 7.2 88.9% 1 9.14s 642 441 3,815
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Gemini 3.1 Pro Preview 10.0 10.0 100.0% 0 23.15s 6,018 274 982
GPT-5.4 10.0 10.0 100.0% 0 13.28s 5,445 264 1,031
Cultură generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Gemini 3.1 Pro Preview 10.0 10.0 100.0% 0 6.27s 156 12 1,297
GPT-5.4 3.0 10.0 0.0% 0 13.95s 195 30 1,821

Comparație rapidă

Schimbă perechea de comparație

Gemini 3.5 FlashnonevsGPT-5.4mediumDeepSeek V4 FlashhighvsGPT-5.4mediumGemini 3.5 FlashminimalvsGPT-5.4mediumGPT-5.4mediumvsQwen3.7 MaxnoneGemini 3.1 Pro PreviewmediumvsGPT-5.5lowGemini 3 Flash PreviewlowvsGPT-5.4mediumGemini 3 Flash PreviewnonevsGPT-5.4mediumGemini 3.1 Flash Lite PreviewlowvsGPT-5.4mediumGPT-5.4mediumvsStep 3.7 FlashlowGemini 3.1 Flash Lite PreviewnonevsGPT-5.4mediumGemini 3.1 Flash LitelowvsGPT-5.4mediumClaude Opus 4.8nonevsGPT-5.4medium