Навигация
AI BENCHY
Сравнить Графики Методология
❤️ Made by XCS
Your ad here

AI BENCHY Compare

Google: Gemini 3.1 Pro Preview vs OpenAI: GPT-5.4

Сравнить:

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-03-06

Метрика Google: Gemini 3.1 Pro Preview medium Релиз: 2026-02-19 OpenAI: GPT-5.4 medium Релиз: 2026-03-05
Средний балл 9.3 8.2
Ранг #2 #7
Тестов верно
Стабильность 10.0 8.9
Стоимость за результат 3.544 6.533
Общая стоимость $0.497 $0.784
Доля успешных попыток 93.3% 86.7%
Нестабильные тесты 0 2
common.totalRuns 45 (15 x 3) 45 (15 x 3)
Выходные токены 1,413 1,611
Токены рассуждений 34,477 46,321
Время ответа (среднее) 17.20s 21.06s
Время ответа (макс.) 40.61s 100.41s
Время ответа (суммарно) 137.59s 315.95s

Лучшие модели по оценке

Оценка vs общая стоимость

Время ответа (среднее)

Средний балл vs Время ответа (среднее)

Разбивка по категориям

Анти-ИИ уловки Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Google: Gemini 3.1 Pro Preview 10.0 10.0 100.0% 0 9.52s 106 2,533
OpenAI: GPT-5.4 10.0 10.0 100.0% 0 5.02s 216 1,466
Комбинированный Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Google: Gemini 3.1 Pro Preview 9.0 10.0 100.0% 0 40.61s 432 9,281
OpenAI: GPT-5.4 10.0 10.0 100.0% 0 20.57s 301 3,543
Парсинг и извлечение данных Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Google: Gemini 3.1 Pro Preview 9.9 10.0 100.0% 0 7.72s 279 3,904
OpenAI: GPT-5.4 9.9 10.0 100.0% 0 5.32s 234 804
Предметно-ориентированное Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Google: Gemini 3.1 Pro Preview 7.0 10.0 66.7% 0 32.73s 18 12,424
OpenAI: GPT-5.4 4.0 7.2 44.4% 1 74.27s 61 34,748
Следование инструкциям Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Google: Gemini 3.1 Pro Preview 10.0 10.0 100.0% 0 9.56s 72 2,236
OpenAI: GPT-5.4 10.0 10.0 100.0% 0 3.11s 93 897
Puzzle Solving Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Google: Gemini 3.1 Pro Preview 10.0 10.0 100.0% 0 7.15s 232 3,117
OpenAI: GPT-5.4 7.0 7.2 88.9% 1 9.13s 442 3,832
Вызов инструментов Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Google: Gemini 3.1 Pro Preview 10.0 10.0 100.0% 0 23.15s 274 982
OpenAI: GPT-5.4 10.0 10.0 100.0% 0 13.28s 264 1,031

Быстрое сравнение

Сменить пару сравнения

Gemini 3 Flash PreviewlowvsGPT-5.4mediumGemini 3.1 Flash Lite PreviewhighvsGPT-5.4mediumGemini 3.1 Flash Lite PreviewlowvsGPT-5.4mediumGemini 3.1 Flash Lite PreviewnonevsGPT-5.4mediumGemini 3 Flash PreviewnonevsGPT-5.4mediumClaude Sonnet 4.6nonevsGPT-5.4mediumGemini 3.1 Pro PreviewmediumvsGPT-5.2 ChatnoneGPT-5.4mediumvsQwen3.5 Plus 2026-02-15noneGemini 3.1 Pro PreviewmediumvsGPT-5.3 ChatnoneGPT-5.4mediumvsGLM 5noneClaude Sonnet 4.6nonevsGemini 3.1 Pro PreviewmediumGemini 3.1 Pro PreviewmediumvsQwen3.5 Plus 2026-02-15none