AI BENCHY Compare

Google: Gemini 3.1 Flash Lite vs OpenAI: GPT-5.6 Luna

Сводка

Сравнение benchmark Gemini 3.1 Flash Lite (minimal) vs GPT-5.6 Luna: Gemini 3.1 Flash Lite (minimal) лидирует по среднему баллу: 6.1 vs 5.3. Gemini 3.1 Flash Lite (minimal) имеет более низкую стоимость benchmark: $0.013 vs $0.047. GPT-5.6 Luna быстрее: 1.06s vs 1.33s, с долей успешных попыток 54.0% vs 36.5%.

Рекомендуемая модель: Gemini 3.1 Flash Lite (minimal) - Здесь у него лучший балл (6.1), при этом он примерно в 3.5 раза дешевле, чем GPT-5.6 Luna.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-07-09

Метрика	Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite minimal Релиз: 2026-05-08	GPT-5.6 Luna GPT-5.6 Luna none Релиз: 2026-07-09

Метрика	Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite minimal Релиз: 2026-05-08	GPT-5.6 Luna GPT-5.6 Luna none Релиз: 2026-07-09
Оценка	6.1	5.3
Ранг	#109	#142
Надежность	10.0	10.0
Стабильность	8.8	8.8
Тестов верно
Доля успешных попыток	54.0%	36.5%
Нестабильные тесты	3	3
Всего запусков	63	63
Стоимость за результат	0.130	0.767
Общая стоимость	$0.013	$0.047
Цена входа	$0.250 / 1M	$1.000 / 1M
Цена выхода	$1.500 / 1M	$6.000 / 1M
Общее число входных токенов	36,973	34,218
Выходные токены	2,487	1,967
Токены рассуждений	0	0
Время ответа (среднее)	1.33s	1.06s
Время ответа (макс.)	4.49s	2.80s
Время ответа (суммарно)	27.91s	22.34s

Генерация showcase

Hamster playing table tennis

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

#109 Gemini 3.1 Flash Lite

minimal

Стоимость: $0.001
Время: 3.7s
Токены: 635 tok

#142 GPT-5.6 Luna

none

Стоимость: $0.016
Время: 15.8s
Токены: 2,685 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	8.3	10.0	75.0%	0		1.10s	500	639	0
GPT-5.6 Luna	4.8	10.0	25.0%	0		901ms	606	266	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		831ms	8,126	666	0
GPT-5.6 Luna	3.8	7.2	22.2%	1		980ms	7,302	459	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		2.53s	12,870	357	0
GPT-5.6 Luna	3.0	10.0	0.0%	0		2.78s	11,019	280	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		1.04s	7,552	279	0
GPT-5.6 Luna	10.0	10.0	100.0%	0		758ms	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	2.9	7.2	11.1%	1		1.02s	641	15	0
GPT-5.6 Luna	2.9	7.2	11.1%	1		737ms	723	54	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		791ms	490	63	0
GPT-5.6 Luna	5.0	10.0	0.0%	0		1.00s	477	150	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		932ms	615	72	0
GPT-5.6 Luna	7.1	5.8	83.3%	1		1.23s	660	86	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	6.0	4.6	66.7%	2		2.15s	564	153	0
GPT-5.6 Luna	5.3	10.0	33.3%	0		790ms	642	202	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		3.51s	5,457	234	0
GPT-5.6 Luna	10.0	10.0	100.0%	0		2.80s	5,454	222	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		724ms	158	9	0
GPT-5.6 Luna	3.0	10.0	0.0%	0		651ms	195	26	0

Быстрое сравнение

Сменить пару сравнения