Навигация
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

Google: Gemini 2.5 Flash vs OpenAI: GPT-5.3 Chat

Сводка

Сравнение benchmark Gemini 2.5 Flash vs GPT-5.3 Chat: Gemini 2.5 Flash лидирует по среднему баллу: 8.2 vs 7.5. Gemini 2.5 Flash имеет более низкую стоимость benchmark: $0.379 vs $0.433. GPT-5.3 Chat быстрее: 6.34s vs 15.49s, с долей успешных попыток 69.8% vs 66.7%.

Рекомендуемая модель: GPT-5.3 Chat - Его балл близок к лучшему здесь (7.5 против 8.2), и он отвечает примерно в 2.4 раза быстрее, чем Gemini 2.5 Flash.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-06-12

Метрика Gemini 2.5 Flash Gemini 2.5 Flash medium Релиз: 2025-06-17 GPT-5.3 Chat GPT-5.3 Chat none Релиз: 2026-03-03
Оценка 8.2 7.5
Ранг #27 #47
Надежность 10.0 10.0
Стабильность 9.6 8.1
Тестов верно
Доля успешных попыток 69.8% 66.7%
Нестабильные тесты 1 5
Всего запусков 63 63
Стоимость за результат 2.701 3.605
Общая стоимость $0.379 $0.433
Цена входа $0.300 / 1M $1.750 / 1M
Цена выхода $2.500 / 1M $14.000 / 1M
Общее число входных токенов 34,476 34,209
Выходные токены 1,930 26,617
Токены рассуждений 145,145 0
Время ответа (среднее) 15.49s 6.34s
Время ответа (макс.) 95.48s 18.33s
Время ответа (суммарно) 325.39s 133.13s

Generation showcase

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#27 Gemini 2.5 Flash

medium
Invalid SVG
Cost
$0.000
Time
274.0s
Tokens
0 tok

#47 GPT-5.3 Chat

none
Cost
$0.008
Time
8.1s
Tokens
634 tok

Лучшие модели по оценке

Оценка vs общая стоимость

Время ответа (среднее)

Оценка vs Время ответа (среднее)

Общее число выходных токенов

Оценка vs Общее число выходных токенов

Разбивка по категориям

Анти-ИИ уловки Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Входные токены Выходные токены Токены рассуждений
Gemini 2.5 Flash 8.4 10.0 75.0% 0 6.30s 492 255 10,233
GPT-5.3 Chat 6.7 8.1 58.3% 1 3.86s 606 3,167 0
Программирование Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Входные токены Выходные токены Токены рассуждений
Gemini 2.5 Flash 7.8 10.0 66.7% 0 41.01s 6,669 543 32,303
GPT-5.3 Chat 5.6 4.7 55.6% 2 10.52s 7,302 6,632 0
Комбинированный Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Входные токены Выходные токены Токены рассуждений
Gemini 2.5 Flash 10.0 10.0 100.0% 0 28.44s 12,522 303 11,922
GPT-5.3 Chat 10.0 10.0 100.0% 0 11.96s 11,019 2,614 0
Парсинг и извлечение данных Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Входные токены Выходные токены Токены рассуждений
Gemini 2.5 Flash 10.0 10.0 100.0% 0 4.06s 7,257 279 2,325
GPT-5.3 Chat 10.0 10.0 100.0% 0 2.21s 7,140 942 0
Предметно-ориентированное Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Входные токены Выходные токены Токены рассуждений
Gemini 2.5 Flash 5.9 7.2 55.6% 1 37.34s 633 18 80,702
GPT-5.3 Chat 3.5 4.4 33.3% 2 13.01s 723 8,264 0
Общий интеллект Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Входные токены Выходные токены Токены рассуждений
Gemini 2.5 Flash 4.8 10.0 0.0% 0 4.86s 486 92 1,899
GPT-5.3 Chat 4.6 10.0 0.0% 0 1.99s 477 319 0
Следование инструкциям Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Входные токены Выходные токены Токены рассуждений
Gemini 2.5 Flash 9.8 10.0 100.0% 0 2.62s 615 69 1,203
GPT-5.3 Chat 9.8 10.0 100.0% 0 3.51s 660 1,491 0
Решение головоломок Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Входные токены Выходные токены Токены рассуждений
Gemini 2.5 Flash 7.7 10.0 66.7% 0 3.18s 558 126 2,499
GPT-5.3 Chat 10.0 10.0 100.0% 0 2.99s 642 1,758 0
Вызов инструментов Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Входные токены Выходные токены Токены рассуждений
Gemini 2.5 Flash 10.0 10.0 100.0% 0 6.20s 5,088 234 1,140
GPT-5.3 Chat 10.0 10.0 100.0% 0 8.36s 5,445 861 0
Эрудиция Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Входные токены Выходные токены Токены рассуждений
Gemini 2.5 Flash 3.0 10.0 0.0% 0 2.76s 156 11 919
GPT-5.3 Chat 3.0 10.0 0.0% 0 4.38s 195 569 0

Быстрое сравнение

Сменить пару сравнения

Mercury 2mediumvsGPT-5.3 ChatnoneKimi K2.5mediumvsGPT-5.3 ChatnoneDeepSeek V4 FlashhighvsGemini 2.5 FlashmediumGPT-5.3 ChatnonevsQwen3.6 FlashmediumDeepSeek V3.2mediumvsGPT-5.3 ChatnoneGPT-5.3 ChatnonevsGrok Build 0.1mediumSeed-2.0-MinimediumvsGPT-5.3 ChatnoneGPT-5.3 ChatnonevsMiMo-V2.5-PromediumMiniMax M3mediumvsGPT-5.3 ChatnoneGemini 3 Flash PreviewlowvsGPT-5.3 ChatnoneGPT-5.3 ChatnonevsGrok 4.20mediumGPT-5.3 ChatnonevsStep 3.7 Flashlow