Navigare
AI BENCHY
Advertise here

AI BENCHY Compare

Google: Gemini 3.5 Flash vs OpenAI: GPT-5.4

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-06-03

Metrică Gemini 3.5 Flash Gemini 3.5 Flash high Lansare: 2026-05-19 GPT-5.4 GPT-5.4 none Lansare: 2026-03-05
Scor 9.6 5.6
Rang #2 #121
Fiabilitate 10.0 10.0
Consistență 9.6 9.1
Teste corecte
Rată de trecere pe încercare 96.7% 38.3%
Teste instabile 1 2
Rulări totale 60 60
Cost per rezultat 5.231 1.644
Cost total $0.994 $0.116
Preț de intrare $1.500 / 1M $2.500 / 1M
Preț de ieșire $9.000 / 1M $15.000 / 1M
Total tokenuri de intrare 34,591 31,593
Tokenuri de ieșire 1,969 2,402
Tokenuri de raționament 102,679 0
Timp de răspuns (mediu) 8.30s 1.45s
Timp de răspuns (maxim) 34.82s 2.95s
Timp de răspuns (total) 165.92s 29.00s

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 3.5 Flash 10.0 10.0 100.0% 0 2.57s 492 174 4,997
GPT-5.4 3.2 8.0 8.3% 1 1.21s 606 406 0
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 3.5 Flash 10.0 10.0 100.0% 0 24.62s 5,115 450 34,170
GPT-5.4 6.8 10.0 50.0% 0 1.99s 4,686 501 0
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 3.5 Flash 10.0 10.0 100.0% 0 22.37s 12,873 351 16,323
GPT-5.4 3.0 10.0 0.0% 0 2.89s 11,019 291 0
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 3.5 Flash 10.0 10.0 100.0% 0 6.43s 7,548 279 8,466
GPT-5.4 10.0 10.0 100.0% 0 1.04s 7,140 222 0
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 3.5 Flash 7.6 7.2 77.8% 1 14.09s 633 12 24,721
GPT-5.4 5.3 7.2 44.4% 1 1.07s 723 50 0
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 3.5 Flash 10.0 10.0 100.0% 0 3.63s 486 115 1,650
GPT-5.4 4.4 9.9 0.0% 0 1.78s 477 184 0
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 3.5 Flash 10.0 10.0 100.0% 0 3.35s 615 70 3,799
GPT-5.4 6.5 10.0 50.0% 0 1.07s 660 81 0
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 3.5 Flash 10.0 10.0 100.0% 0 3.23s 558 241 4,940
GPT-5.4 5.6 9.8 33.3% 0 1.44s 642 381 0
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 3.5 Flash 9.8 10.0 100.0% 0 4.96s 6,115 265 1,608
GPT-5.4 10.0 10.0 100.0% 0 2.75s 5,445 246 0
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 3.5 Flash 10.0 10.0 100.0% 0 3.94s 156 12 2,005
GPT-5.4 3.0 10.0 0.0% 0 990ms 195 40 0

Comparație rapidă

Schimbă perechea de comparație

MiniMax M2.5mediumvsGPT-5.4noneCobuddymediumvsGPT-5.4noneMiniMax M2.7mediumvsGPT-5.4noneMistral Small 4mediumvsGPT-5.4noneGPT-5.4nonevsOwl AlphamediumGPT-5.4nonevsElephant AlphamediumNemotron 3 SupermediumDisponibil gratuitvsGPT-5.4noneDeepSeek V4 ProhighvsGPT-5.4noneGemini 3.5 FlashhighvsQwen3.7 MaxmediumClaude Opus 4.7mediumvsGemini 3.5 FlashhighGemini 3.5 FlashhighvsGPT-5.5lowGPT-5.4nonevsQwen3 Coder Nextmedium