AI BENCHY Compare

Google: Gemini 3.1 Flash Lite vs OpenAI: gpt-oss-120b

Сводка

Сравнение benchmark Gemini 3.1 Flash Lite vs gpt-oss-120b: Gemini 3.1 Flash Lite лидирует по среднему баллу: 6.4 vs 5.4. gpt-oss-120b имеет более низкую стоимость benchmark: $0.010 vs $0.013. Gemini 3.1 Flash Lite быстрее: 1.33s vs 21.61s, с долей успешных попыток 54.0% vs 38.6%.

Рекомендуемая модель: Gemini 3.1 Flash Lite - Здесь у него лучший балл (6.4), и он отвечает примерно в 16.3 раза быстрее, чем gpt-oss-120b.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-06-10

Метрика	Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite minimal Релиз: 2026-05-08	gpt-oss-120b gpt-oss-120b none Релиз: 2025-08-05 Бесплатно доступно

Метрика	Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite minimal Релиз: 2026-05-08	gpt-oss-120b gpt-oss-120b none Релиз: 2025-08-05 Бесплатно доступно
Оценка	6.4	5.4
Ранг	#88	#127
Надежность	10.0	10.0
Стабильность	8.8	9.1
Тестов верно
Доля успешных попыток	54.0%	38.6%
Нестабильные тесты	3	2
Всего запусков	63	57
Стоимость за результат	0.130	0.168
Общая стоимость	$0.013	$0.010
Цена входа	$0.250 / 1M	$0.039 / 1M
Цена выхода	$1.500 / 1M	$0.180 / 1M
Общее число входных токенов	36,973	9,081
Выходные токены	2,487	51,664
Токены рассуждений	0	0
Время ответа (среднее)	1.33s	21.61s
Время ответа (макс.)	4.49s	113.71s
Время ответа (суммарно)	27.91s	345.79s

Generation showcase

Hamster playing table tennis

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

#88 Gemini 3.1 Flash Lite

minimal

Cost: $0.001
Time: 3.7s
Tokens: 635 tok

#127 gpt-oss-120b

none

No showcase result has been generated for this model yet.

Cost: $0.000
Time: -
Tokens: 0 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-oss-120b	6.5	10.0	50.0%	0		32.84s	1,336	8,676	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-oss-120b	4.3	1.1	66.7%	1		9.57s	901	3,232	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-oss-120b	3.0	10.0	0.0%	0		0ms	0	0	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-oss-120b	6.5	10.0	50.0%	0		7.12s	2,421	598	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-oss-120b	3.0	10.0	0.0%	0		34.98s	1,294	29,483	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-oss-120b	4.8	10.0	0.0%	0		10.79s	584	615	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-oss-120b	9.8	10.0	100.0%	0		5.06s	1,043	1,940	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-oss-120b	6.0	7.2	55.6%	1		8.21s	1,188	3,982	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-oss-120b	3.0	10.0	0.0%	0		0ms	0	0	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-oss-120b	3.0	10.0	0.0%	0		47.29s	314	3,138	0

Быстрое сравнение

Сменить пару сравнения