Навигация
AI BENCHY
Advertise here

AI BENCHY Compare

Google: Gemini 2.5 Flash vs OpenAI: GPT-5.4 Mini

Сводка

Сравнение benchmark Gemini 2.5 Flash vs GPT-5.4 Mini: Gemini 2.5 Flash лидирует по среднему баллу: 8.2 vs 8.0. Gemini 2.5 Flash имеет более низкую стоимость benchmark: $0.379 vs $0.526. Gemini 2.5 Flash быстрее: 15.49s vs 22.34s, с долей успешных попыток 69.8% vs 73.0%.

Рекомендуемая модель: Gemini 2.5 Flash - У него самый высокий балл в этом сравнении (8.2) и лучший общий баланс стоимости и времени ответа среди всех 2 моделей.

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-5.4 Mini GPT-5.4 Mini medium Релиз: 2026-03-17
Оценка 8.2 8.0
Ранг #27 #30
Надежность 10.0 10.0
Стабильность 9.6 8.0
Тестов верно
Доля успешных попыток 69.8% 73.0%
Нестабильные тесты 1 5
Всего запусков 63 63
Стоимость за результат 2.701 4.381
Общая стоимость $0.379 $0.526
Цена входа $0.300 / 1M $0.750 / 1M
Цена выхода $2.500 / 1M $4.500 / 1M
Общее число входных токенов 34,476 34,116
Выходные токены 1,930 2,181
Токены рассуждений 145,145 108,937
Время ответа (среднее) 15.49s 22.34s
Время ответа (макс.) 95.48s 138.75s
Время ответа (суммарно) 325.39s 469.20s

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

#30 GPT-5.4 Mini

medium
Cost
$0.056
Time
95.5s
Tokens
12,464 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-5.4 Mini 8.6 7.9 91.7% 1 4.05s 606 296 2,876
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-5.4 Mini 8.4 7.4 88.9% 1 57.87s 7,305 467 40,902
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-5.4 Mini 10.0 10.0 100.0% 0 17.81s 11,019 317 4,317
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-5.4 Mini 10.0 10.0 100.0% 0 2.43s 7,140 234 650
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-5.4 Mini 4.1 4.4 44.5% 2 65.31s 619 60 43,286
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-5.4 Mini 4.5 10.0 0.0% 0 3.72s 477 150 510
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-5.4 Mini 9.8 10.0 100.0% 0 2.13s 660 96 1,185
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-5.4 Mini 7.8 10.0 66.7% 0 4.37s 642 278 2,443
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-5.4 Mini 4.7 1.6 66.7% 1 9.62s 5,453 251 2,594
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-5.4 Mini 3.0 10.0 0.0% 0 30.10s 195 32 10,174

Быстрое сравнение

Сменить пару сравнения

DeepSeek V4 FlashhighvsGemini 2.5 FlashmediumGemini 2.5 FlashmediumvsGPT-5.2 ChatnoneDeepSeek V4 FlashhighvsGPT-5.4 MinimediumGPT-5.4 MinimediumvsStep 3.7 FlashlowGemini 2.5 FlashmediumvsStep 3.7 FlashlowGemini 3 Flash PreviewlowvsGPT-5.4 MinimediumClaude Sonnet 4.6nonevsGPT-5.4 MinimediumGemini 2.5 FlashmediumvsGPT-5.3 ChatnoneClaude Opus 4.8nonevsGPT-5.4 MinimediumGPT-5.4 MinimediumvsQwen3.7 PlusnoneGPT-5.4 MinimediumvsStep 3.7 FlashhighClaude Sonnet 4.6nonevsGemini 2.5 Flashmedium