Gemini 3.5 Flash (low) vs GPT-5.3-Codex (medium)

GPT-5.3-Codex (medium) лидирует по среднему баллу: 8.9 vs 8.8. Gemini 3.5 Flash (low) имеет более низкую стоимость benchmark: $0.449 vs $0.988. Gemini 3.5 Flash (low) быстрее: 5.76s vs 16.91s, с долей успешных попыток 84.9% vs 83.3%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-08-15

Ранг: #24
Общее число выходных токенов: 35,195
Время ответа (среднее): 5.76s
Общая стоимость: $0.449

Ранг: #22
Общее число выходных токенов: 60,374
Время ответа (среднее): 16.91s
Общая стоимость: $0.988

Рекомендуемая модель Gemini 3.5 Flash (low)

Его балл близок к лучшему здесь (8.8 против 8.9), при этом он примерно в 2.2 раза дешевле, чем GPT-5.3-Codex (medium).

Подробное сравнение

Метрика	Gemini 3.5 Flash Gemini 3.5 Flash low Релиз: 2026-05-19	GPT-5.3-Codex GPT-5.3-Codex medium Релиз: 2026-02-05

Метрика	Gemini 3.5 Flash Gemini 3.5 Flash low Релиз: 2026-05-19	GPT-5.3-Codex GPT-5.3-Codex medium Релиз: 2026-02-05
Оценка	8.8	8.9
Ранг	#24	#22
Надежность	10.0	10.0
Стабильность	9.3	8.6
Попытки	66/66	66/66
Тестов верно
Доля успешных попыток	84.9%	83.3%
Нестабильные тесты	2	4
Всего запусков	66	66
Стоимость за результат	2.492	6.171
Общая стоимость	$0.449	$0.988
Цена входа	$1.500 / 1M	$1.750 / 1M
Цена выхода	$9.000 / 1M	$14.000 / 1M
Общее число входных токенов	87,826	81,187
Выходные токены	2,239	6,258
Токены рассуждений	32,956	54,116
Время ответа (среднее)	5.76s	16.91s
Время ответа (макс.)	53.55s	100.93s
Время ответа (суммарно)	126.71s	372.03s
Параметры	~500B всего (~20B активных)	~1.2T всего (~80B активных)
Доступность	Закрытая модель	Закрытая модель

Генерация showcase моделей

Hamster playing table tennis

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

#24 Gemini 3.5 Flash

low

Стоимость: $0.068
Время: 39.1s
Токены: 7,588 tok

#22 GPT-5.3-Codex

medium

Стоимость: $0.049
Время: 54.9s
Токены: 3,580 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

Категория:

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3.5 Flash	10.0	10.0	100.0%	0		2.52s	494	209	2,536
GPT-5.3-Codex	8.7	7.9	91.7%	1		4.16s	606	240	1,722

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3.5 Flash	7.8	10.0	66.7%	0		6.71s	8,118	458	13,420
GPT-5.3-Codex	10.0	10.0	100.0%	0		19.50s	7,302	535	10,890

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3.5 Flash	8.2	6.9	66.7%	1		29.99s	63,752	557	3,713
GPT-5.3-Codex	10.0	10.0	100.0%	0		26.04s	57,988	4,258	5,816

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3.5 Flash	10.0	10.0	100.0%	0		1.81s	7,548	279	1,164
GPT-5.3-Codex	10.0	10.0	100.0%	0		3.07s	7,140	234	728

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3.5 Flash	5.3	7.2	44.4%	1		4.89s	642	12	6,312
GPT-5.3-Codex	5.9	7.2	55.6%	1		63.93s	732	71	30,150

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3.5 Flash	10.0	10.0	100.0%	0		2.27s	486	119	916
GPT-5.3-Codex	4.6	10.0	0.0%	0		4.87s	477	187	331

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3.5 Flash	9.9	10.0	100.0%	0		1.86s	615	71	1,652
GPT-5.3-Codex	10.0	10.0	100.0%	0		3.04s	660	93	693

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3.5 Flash	10.0	10.0	100.0%	0		2.35s	558	288	2,150
GPT-5.3-Codex	9.0	7.9	88.9%	1		5.05s	642	356	1,593

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3.5 Flash	10.0	10.0	100.0%	0		3.27s	5,457	234	403
GPT-5.3-Codex	10.0	10.0	100.0%	0		6.37s	5,445	254	492

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3.5 Flash	10.0	10.0	100.0%	0		1.88s	156	12	690
GPT-5.3-Codex	2.8	1.6	33.3%	1		14.43s	195	30	1,701

Быстрое сравнение

Сменить пару сравнения

GPT-5.3-CodexmediumvsGrok 4.5high Seed 2.1 TurbohighvsGPT-5.3-Codexmedium Claude Opus 4.8mediumvsGemini 3.5 Flashlow Seed 2.1 TurbohighvsGemini 3.5 Flashlow Claude Opus 4.7mediumvsGemini 3.5 Flashlow Gemini 3.5 FlashlowvsMuse Spark 1.2high Gemini 3.5 FlashlowvsGrok 4.5high Seed 2.1 TurbolowvsGPT-5.3-Codexmedium Gemini 3.5 FlashlowvsMuse Spark 1.2medium Gemini 3.5 FlashlowvsMuse Spark 1.1medium Gemini 3.5 FlashlowvsQwen3.8 Maxmedium Gemini 3.5 Flash LitehighvsGPT-5.3-Codexmedium