Навигация
AI BENCHY
Advertise here

AI BENCHY Compare

Google: Gemini 3.1 Flash Lite vs OpenAI: GPT-5.3-Codex

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-05-22

Метрика Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite high Релиз: 2026-05-08 GPT-5.3-Codex GPT-5.3-Codex medium Релиз: 2026-02-05
Оценка 7.5 8.3
Ранг #48 #15
Надежность 9.8 10.0
Стабильность 8.1 8.4
Тестов верно
Доля успешных попыток 74.1% 81.7%
Нестабильные тесты 4 4
Всего запусков 54 60
Стоимость за результат 18.579 4.891
Общая стоимость $2.044 $0.685
???? ????? $0.250 / 1M $1.750 / 1M
???? ?????? $1.500 / 1M $14.000 / 1M
Выходные токены 1,984 2,332
Токены рассуждений 1,355,583 42,616
Время ответа (среднее) 61.96s 15.97s
Время ответа (макс.) 149.23s 100.93s
Время ответа (суммарно) 1115.31s 319.30s

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) Выходные токены Токены рассуждений
Gemini 3.1 Flash Lite 9.4 10.0 100.0% 0 37.16s 100 130,598
GPT-5.3-Codex 8.7 7.9 91.7% 1 4.16s 240 1,722
Программирование Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Gemini 3.1 Flash Lite 10.0 10.0 100.0% 0 137.63s 666 188,733
GPT-5.3-Codex 10.0 10.0 100.0% 0 18.45s 514 7,266
Комбинированный Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Gemini 3.1 Flash Lite 10.0 10.0 100.0% 0 149.23s 327 198,243
GPT-5.3-Codex 10.0 10.0 100.0% 0 19.56s 364 2,731
Парсинг и извлечение данных Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Gemini 3.1 Flash Lite 10.0 10.0 100.0% 0 4.49s 279 7,351
GPT-5.3-Codex 10.0 10.0 100.0% 0 3.07s 234 728
Предметно-ориентированное Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Gemini 3.1 Flash Lite 3.6 7.2 22.2% 1 139.90s 18 566,210
GPT-5.3-Codex 5.9 7.2 55.6% 1 64.31s 64 25,308
Общий интеллект Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Gemini 3.1 Flash Lite 5.0 2.1 66.7% 1 45.69s 95 64,644
GPT-5.3-Codex 4.6 10.0 0.0% 0 4.87s 187 331
Следование инструкциям Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Gemini 3.1 Flash Lite 7.3 5.8 83.3% 1 23.26s 52 3,549
GPT-5.3-Codex 10.0 10.0 100.0% 0 3.04s 93 693
Решение головоломок Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Gemini 3.1 Flash Lite 5.7 6.8 44.4% 1 50.83s 213 193,654
GPT-5.3-Codex 9.0 7.9 88.9% 1 5.12s 352 1,644
Вызов инструментов Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Gemini 3.1 Flash Lite 10.0 10.0 100.0% 0 6.44s 234 2,601
GPT-5.3-Codex 10.0 10.0 100.0% 0 6.37s 254 492
Эрудиция Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Gemini 3.1 Flash Lite - - - - - - - -
GPT-5.3-Codex 2.8 1.6 33.3% 1 14.43s 30 1,701

Быстрое сравнение

Сменить пару сравнения

Gemini 3 Flash PreviewlowvsGPT-5.3-CodexmediumGemini 3.5 FlashminimalvsGPT-5.3-CodexmediumGPT-5.3-CodexmediumvsQwen3.7 MaxnoneGemini 3.5 FlashnonevsGPT-5.3-CodexmediumGemini 3 Flash PreviewnonevsGPT-5.3-CodexmediumGemini 3.1 Flash Lite PreviewlowvsGPT-5.3-CodexmediumGemini 3.1 Flash Lite PreviewnonevsGPT-5.3-CodexmediumGemini 3.1 Flash LitelowvsGPT-5.3-CodexmediumDeepSeek V4 FlashhighБесплатно доступноvsGPT-5.3-CodexmediumGemini 3.5 FlashlowvsGPT-5.3-CodexmediumRing-2.6-1TnonevsGPT-5.3-CodexmediumGPT-5.3-CodexmediumvsQwen3.6 Max Previewnone