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 low Lansare: 2026-05-19 GPT-5.4 GPT-5.4 none Lansare: 2026-03-05
Scor 9.3 5.6
Rang #3 #121
Fiabilitate 10.0 10.0
Consistență 10.0 9.1
Teste corecte
Rată de trecere pe încercare 90.0% 38.3%
Teste instabile 0 2
Rulări totale 60 60
Cost per rezultat 1.582 1.644
Cost total $0.285 $0.116
Preț de intrare $1.500 / 1M $2.500 / 1M
Preț de ieșire $9.000 / 1M $15.000 / 1M
Total tokenuri de intrare 33,935 31,593
Tokenuri de ieșire 2,027 2,402
Tokenuri de raționament 23,938 0
Timp de răspuns (mediu) 2.98s 1.45s
Timp de răspuns (maxim) 6.44s 2.95s
Timp de răspuns (total) 59.59s 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 2.52s 494 209 2,536
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 6.8 10.0 50.0% 0 5.54s 5,115 452 6,839
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 6.44s 12,873 351 3,050
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 1.81s 7,548 279 1,164
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 7.7 10.0 66.7% 0 3.39s 633 12 4,538
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 2.27s 486 119 916
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 9.9 10.0 100.0% 0 1.86s 615 71 1,652
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 2.35s 558 288 2,150
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 10.0 10.0 100.0% 0 3.27s 5,457 234 403
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 1.88s 156 12 690
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 AlphamediumGemini 3.5 FlashlowvsQwen3.7 MaxmediumGPT-5.4nonevsElephant AlphamediumNemotron 3 SupermediumDisponibil gratuitvsGPT-5.4noneClaude Opus 4.7mediumvsGemini 3.5 FlashlowDeepSeek V4 ProhighvsGPT-5.4noneGemini 3.5 FlashlowvsGPT-5.5mediumClaude Opus 4.8mediumvsGemini 3.5 Flashlow