Navigare
AI BENCHY
Your ad here

AI BENCHY Compare

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

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-05-01

Metrică Gemini 3.1 Pro Preview Gemini 3.1 Pro Preview medium Lansare: 2026-02-19 GPT-5.4 Mini GPT-5.4 Mini medium Lansare: 2026-03-17
Scor 9.6 7.3
Rang #2 #58
Fiabilitate N/D N/D
Consistență 10.0 7.4
Teste corecte
Rată de trecere pe încercare 94.4% 70.4%
Teste instabile 0 6
Rulări totale 54 54
Cost per rezultat 3.400 3.313
Cost total $0.578 $0.299
Preț de intrare $2.000 / 1M $0.750 / 1M
Preț de ieșire $12.000 / 1M $4.500 / 1M
Tokenuri de ieșire 1,932 2,131
Tokenuri de raționament 40,542 59,567
Timp de răspuns (mediu) 15.96s 15.22s
Timp de răspuns (maxim) 40.61s 102.91s
Timp de răspuns (total) 175.52s 273.90s

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 Pro Preview 10.0 10.0 100.0% 0 7.90s 112 3,218
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 Pro Preview 10.0 10.0 100.0% 0 19.88s 405 4,201
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 Pro Preview 9.5 10.0 100.0% 0 40.61s 432 9,281
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 Pro Preview 10.0 10.0 100.0% 0 7.72s 279 3,904
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 Pro Preview 7.7 10.0 66.7% 0 32.73s 18 12,424
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 Pro Preview 10.0 10.0 100.0% 0 11.77s 108 1,179
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 Pro Preview 10.0 10.0 100.0% 0 9.56s 72 2,236
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 Pro Preview 10.0 10.0 100.0% 0 7.15s 232 3,117
GPT-5.4 Mini 6.8 7.9 55.6% 1 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 Pro Preview 10.0 10.0 100.0% 0 23.15s 274 982
GPT-5.4 Mini 4.7 1.6 66.7% 1 9.62s 251 2,594

Comparație rapidă

Schimbă perechea de comparație

Claude Sonnet 4.6nonevsGPT-5.4 MinimediumGPT-5.4 MinimediumvsQwen3.6 Max PreviewnoneDeepSeek V4 ProhighvsGPT-5.4 MinimediumGemma 4 31BnoneDisponibil gratuitvsGPT-5.4 MinimediumClaude Opus 4.7nonevsGemini 3.1 Pro PreviewmediumGPT-5.4 MinimediumvsQwen3.5 Plus 2026-02-15noneGemini 3.1 Pro PreviewmediumvsGPT-5.5lowDeepSeek V4 FlashhighvsGPT-5.4 MinimediumGPT-5.4 MinimediumvsGLM 5noneGemini 3.1 Flash Lite PreviewnonevsGPT-5.4 MinimediumGPT-5.4 MinimediumvsMiMo-V2-OmninoneGemini 3.1 Flash Lite PreviewlowvsGPT-5.4 Minimedium