AI BENCHY Compare

Google: Gemini 3.5 Flash vs OpenAI: GPT-5.3-Codex

Сводка

Сравнение benchmark Gemini 3.5 Flash vs GPT-5.3-Codex: GPT-5.3-Codex лидирует по среднему баллу: 8.9 vs 7.0. GPT-5.3-Codex имеет более низкую стоимость benchmark: $0.740 vs $1.079. Gemini 3.5 Flash быстрее: 9.93s vs 16.22s, с долей успешных попыток 77.8% vs 82.5%.

Рекомендуемая модель: GPT-5.3-Codex - У него самый высокий балл в этом сравнении (8.9) и лучший общий баланс стоимости и времени ответа среди всех 2 моделей.

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

Метрика	Gemini 3.5 Flash Gemini 3.5 Flash none 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 none Релиз: 2026-05-19	GPT-5.3-Codex GPT-5.3-Codex medium Релиз: 2026-02-05
Оценка	7.0	8.9
Ранг	#66	#13
Надежность	10.0	10.0
Стабильность	8.9	8.5
Тестов верно
Доля успешных попыток	77.8%	82.5%
Нестабильные тесты	3	4
Всего запусков	63	63
Стоимость за результат	7.190	4.932
Общая стоимость	$1.079	$0.740
Цена входа	$1.500 / 1M	$1.750 / 1M
Цена выхода	$9.000 / 1M	$14.000 / 1M
Общее число входных токенов	13,843	34,299
Выходные токены	117,518	2,357
Токены рассуждений	0	46,189
Время ответа (среднее)	9.93s	16.22s
Время ответа (макс.)	64.36s	100.93s
Время ответа (суммарно)	178.68s	340.67s

Generation showcase

Hamster playing table tennis

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

#66 Gemini 3.5 Flash

none

Cost: $0.225
Time: 125.5s
Tokens: 25,004 tok

#13 GPT-5.3-Codex

medium

Cost: $0.049
Time: 54.9s
Tokens: 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

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		2.53s	492	5,101	0
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	8.8	7.8	88.9%	1		34.69s	8,122	75,927	0
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	3.0	10.0	0.0%	0		0ms	0	0	0
GPT-5.3-Codex	10.0	10.0	100.0%	0		19.56s	11,019	364	2,731

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	6.5	10.0	50.0%	0		8.10s	2,781	5,895	0
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	7.6	7.2	77.8%	1		10.64s	633	17,910	0
GPT-5.3-Codex	5.9	7.2	55.6%	1		64.31s	813	64	25,308

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		3.46s	486	1,620	0
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	9.8	10.0	100.0%	0		3.38s	615	3,928	0
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		3.13s	558	4,640	0
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	3.0	10.0	0.0%	0		0ms	0	0	0
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	2.8	1.6	33.3%	1		4.87s	156	2,497	0
GPT-5.3-Codex	2.8	1.6	33.3%	1		14.43s	195	30	1,701

Быстрое сравнение

Сменить пару сравнения