Navigare
AI BENCHY
Your ad here

AI BENCHY Compare

Modele comparate

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-03-21

Metrică GPT-5.4 Nano GPT-5.4 Nano medium Lansare: 2026-03-17 GPT-5.4 Mini GPT-5.4 Mini medium Lansare: 2026-03-17 Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview medium Lansare: 2026-03-03 Gemini 3 Flash Preview Gemini 3 Flash Preview medium Lansare: 2025-12-17
Scor 7.4 7.1 8.1 10.0
Rang #30 #36 #14 #1
Consistență 9.0 7.2 10.0 10.0
Teste corecte
Rată de trecere pe încercare 66.7% 68.6% 70.6% 100.0%
Teste instabile 2 6 0 0
Rulări totale 51 51 51 51
Cost per rezultat 0.769 3.610 0.413 0.972
Cost total $0.077 $0.289 $0.050 $0.166
Preț de intrare $0.200 / 1M $0.750 / 1M $0.250 / 1M $0.500 / 1M
Preț de ieșire $1.250 / 1M $4.500 / 1M $1.500 / 1M $3.000 / 1M
Tokenuri de ieșire 2,474 1,708 1,737 1,640
Tokenuri de raționament 54,516 58,019 26,346 48,270
Timp de răspuns (mediu) 11.08s 15.66s 3.70s 11.39s
Timp de răspuns (maxim) 94.06s 102.91s 14.93s 50.16s
Timp de răspuns (total) 188.39s 266.14s 62.97s 113.86s

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
GPT-5.4 Nano 8.3 10.0 75.0% 0 4.52s 683 2,254
GPT-5.4 Mini 8.6 7.9 91.7% 1 4.05s 296 2,876
Gemini 3.1 Flash Lite Preview 9.1 10.0 75.0% 0 2.33s 570 4,305
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 4.13s 305 3,490
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
GPT-5.4 Nano 9.8 10.0 100.0% 0 24.13s 349 5,719
GPT-5.4 Mini 10.0 10.0 100.0% 0 17.81s 317 4,317
Gemini 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 14.93s 327 7,347
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 50.16s 351 12,645
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
GPT-5.4 Nano 10.0 10.0 100.0% 0 2.54s 234 516
GPT-5.4 Mini 10.0 10.0 100.0% 0 2.43s 234 650
Gemini 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 2.29s 279 2,952
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 4.72s 279 5,333
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
GPT-5.4 Nano 5.9 7.2 55.6% 1 38.18s 60 43,325
GPT-5.4 Mini 4.1 4.4 44.5% 2 65.31s 60 43,286
Gemini 3.1 Flash Lite Preview 3.0 10.0 0.0% 0 4.21s 18 5,325
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 21.12s 12 14,908
Inteligență generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
GPT-5.4 Nano 4.5 10.0 0.0% 0 4.15s 179 443
GPT-5.4 Mini 4.5 10.0 0.0% 0 3.72s 150 510
Gemini 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 3.16s 96 1,488
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 4.09s 111 1,285
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
GPT-5.4 Nano 9.8 10.0 100.0% 0 1.88s 95 521
GPT-5.4 Mini 7.4 6.5 66.7% 1 2.50s 129 1,337
Gemini 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 1.91s 72 2,121
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 6.10s 72 4,558
Puzzle Solving Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
GPT-5.4 Nano 4.0 7.1 22.2% 1 3.65s 640 1,356
GPT-5.4 Mini 6.8 7.9 55.6% 1 4.33s 271 2,449
Gemini 3.1 Flash Lite Preview 7.7 10.0 66.7% 0 3.58s 141 1,896
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 4.43s 276 4,921
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
GPT-5.4 Nano 10.0 10.0 100.0% 0 7.71s 234 382
GPT-5.4 Mini 4.7 1.6 66.7% 1 9.62s 251 2,594
Gemini 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 3.80s 234 912
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 10.55s 234 1,130

Comparație rapidă

Schimbă perechea de comparație

Claude Sonnet 4.6nonevsGPT-5.4 NanomediumClaude Sonnet 4.6nonevsGPT-5.4 MinimediumGemini 3.1 Flash Lite PreviewmediumvsGPT-5.2 ChatnoneGPT-5.4 MinimediumvsQwen3.5 Plus 2026-02-15noneGPT-5.4 MinimediumvsGLM 5noneGemini 3.1 Flash Lite PreviewnonevsGPT-5.4 NanomediumGemini 3.1 Flash Lite PreviewmediumvsGPT-5.3 ChatnoneGemini 3 Flash PreviewnonevsGPT-5.4 NanomediumGemini 3.1 Flash Lite PreviewlowvsGPT-5.4 NanomediumGPT-5.4 NanomediumvsQwen3.5 Plus 2026-02-15noneGPT-5.4 MinimediumvsMiMo-V2-OmninoneGPT-5.4 NanomediumvsGLM 5none