AI BENCHY Compare

Google: Gemini 3.1 Flash Lite vs OpenAI: GPT-5.4

Сводка

Сравнение benchmark Gemini 3.1 Flash Lite vs GPT-5.4: Gemini 3.1 Flash Lite лидирует по среднему баллу: 6.4 vs 5.8. Gemini 3.1 Flash Lite имеет более низкую стоимость benchmark: $0.028 vs $0.122. GPT-5.4 быстрее: 1.42s vs 1.89s, с долей успешных попыток 61.9% vs 36.5%.

Рекомендуемая модель: Gemini 3.1 Flash Lite - Здесь у него лучший балл (6.4), при этом он примерно в 4.5 раза дешевле, чем GPT-5.4.

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

Метрика	Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite low Релиз: 2026-05-08	GPT-5.4 GPT-5.4 none Релиз: 2026-03-05

Метрика	Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite low Релиз: 2026-05-08	GPT-5.4 GPT-5.4 none Релиз: 2026-03-05
Оценка	6.4	5.8
Ранг	#83	#116
Надежность	10.0	10.0
Стабильность	9.3	9.2
Тестов верно
Доля успешных попыток	61.9%	36.5%
Нестабильные тесты	2	2
Всего запусков	63	63
Стоимость за результат	0.227	1.740
Общая стоимость	$0.028	$0.122
Цена входа	$0.250 / 1M	$2.500 / 1M
Цена выхода	$1.500 / 1M	$15.000 / 1M
Общее число входных токенов	36,892	34,212
Выходные токены	2,732	2,417
Токены рассуждений	9,260	0
Время ответа (среднее)	1.89s	1.42s
Время ответа (макс.)	5.66s	2.95s
Время ответа (суммарно)	39.62s	29.87s

Generation showcase

Hamster playing table tennis

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

#83 Gemini 3.1 Flash Lite

low

Cost: $0.003
Time: 4.0s
Tokens: 1,479 tok

#116 GPT-5.4

none

Cost: $0.026
Time: 18.1s
Tokens: 1,792 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 3.1 Flash Lite	7.3	6.2	75.0%	2		1.84s	500	1,013	1,548
GPT-5.4	3.2	8.0	8.3%	1		1.21s	606	406	0

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3.1 Flash Lite	5.5	10.0	33.3%	0		1.53s	8,132	471	1,072
GPT-5.4	5.5	10.0	33.3%	0		1.62s	7,305	516	0

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3.1 Flash Lite	3.0	10.0	0.0%	0		4.48s	12,870	348	975
GPT-5.4	3.0	10.0	0.0%	0		2.89s	11,019	291	0

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		1.44s	7,453	291	697
GPT-5.4	10.0	10.0	100.0%	0		1.04s	7,140	222	0

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3.1 Flash Lite	5.3	10.0	33.3%	0		1.52s	639	15	1,214
GPT-5.4	5.3	7.2	44.4%	1		1.07s	723	50	0

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3.1 Flash Lite	4.0	10.0	0.0%	0		1.37s	492	69	438
GPT-5.4	4.4	9.9	0.0%	0		1.78s	477	184	0

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		1.52s	619	72	760
GPT-5.4	6.5	10.0	50.0%	0		1.07s	660	81	0

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		1.40s	570	210	1,191
GPT-5.4	5.6	9.8	33.3%	0		1.44s	642	381	0

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		5.66s	5,457	234	945
GPT-5.4	10.0	10.0	100.0%	0		2.75s	5,445	246	0

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3.1 Flash Lite	3.0	10.0	0.0%	0		1.46s	160	9	420
GPT-5.4	3.0	10.0	0.0%	0		990ms	195	40	0

Быстрое сравнение

Сменить пару сравнения