导航
AI BENCHY
Advertise here

AI BENCHY 对比

已对比模型

摘要

Gemini 3.1 Flash Lite Preview (high) vs Gemini 3.1 Flash Lite Preview (medium) vs GPT-5.3-Codex (medium) 基准对比GPT-5.3-Codex (medium) 在分数上以 8.9 领先。 Gemini 3.1 Flash Lite Preview (medium) 在可靠性上以 10.0 领先。 Gemini 3.1 Flash Lite Preview (medium) 的总成本最低，为 $0.068。 Gemini 3.1 Flash Lite Preview (medium) 最快，为 3.96s。

推荐模型: Gemini 3.1 Flash Lite Preview (medium) - 它提供了最佳整体取舍：得分有竞争力（7.8），成本低于本次比较中的其他模型，响应时间也较均衡。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-09

指标 Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview high 发布日期: 2026-03-03 Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview medium 发布日期: 2026-03-03 GPT-5.3-Codex GPT-5.3-Codex medium 发布日期: 2026-02-05
分数 6.1 7.8 8.9
排名 #110 #40 #13
可靠性 不适用 10.0 10.0
一致性 7.6 10.0 8.5
测试正确
尝试通过率 61.9% 61.9% 82.5%
不稳定测试 0 0 4
总运行次数 48 63 63
每个结果成本 17.763 0.523 4.932
总成本 $2.310 $0.068 $0.740
输入价格 $0.250 / 1M $0.250 / 1M $1.750 / 1M
输出价格 $1.500 / 1M $1.500 / 1M $14.000 / 1M
总输入令牌 28,980 37,786 34,299
输出令牌 1,283 2,210 2,357
推理令牌 1,533,310 36,744 46,189
响应时间（平均） 68.14s 3.96s 16.22s
响应时间（最大） 280.52s 14.93s 100.93s
响应时间（总计） 1090.28s 83.06s 340.67s

生成展示

Hamster playing table tennis

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

#110 Gemini 3.1 Flash Lite Preview

high
成本
$0.096
时间
133.9s
令牌
63,687 tok

#40 Gemini 3.1 Flash Lite Preview

medium
成本
$0.003
时间
5.2s
令牌
1,944 tok

#13 GPT-5.3-Codex

medium
成本
$0.049
时间
54.9s
令牌
3,580 tok

按分数排名的模型

分数 vs 总成本

响应时间（平均）

分数 vs 响应时间（平均）

总输出令牌

分数 vs 总输出令牌

类别细分

反AI技巧 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Gemini 3.1 Flash Lite Preview 7.5 7.5 75.0% 0 43.87s 368 144 193,077
Gemini 3.1 Flash Lite Preview 9.1 10.0 75.0% 0 2.33s 512 570 4,305
GPT-5.3-Codex 8.7 7.9 91.7% 1 4.16s 606 240 1,722
编程 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Gemini 3.1 Flash Lite Preview 0.0 0.0 0.0% 0 0ms 0 0 0
Gemini 3.1 Flash Lite Preview 5.5 10.0 33.3% 0 4.09s 8,126 461 8,597
GPT-5.3-Codex 10.0 10.0 100.0% 0 19.50s 7,302 535 10,890
综合 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Gemini 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 280.52s 13,175 335 380,440
Gemini 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 14.93s 13,403 327 7,347
GPT-5.3-Codex 10.0 10.0 100.0% 0 19.56s 11,019 364 2,731
数据解析与提取 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Gemini 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 7.16s 7,360 279 6,186
Gemini 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 2.29s 7,362 279 2,952
GPT-5.3-Codex 10.0 10.0 100.0% 0 3.07s 7,140 234 728
领域专项 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Gemini 3.1 Flash Lite Preview 5.3 10.0 33.3% 0 127.58s 643 18 566,202
Gemini 3.1 Flash Lite Preview 3.0 10.0 0.0% 0 4.21s 639 18 5,325
GPT-5.3-Codex 5.9 7.2 55.6% 1 64.31s 813 64 25,308
通用智能 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Gemini 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 5.25s 490 117 3,915
Gemini 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 3.16s 488 96 1,488
GPT-5.3-Codex 4.6 10.0 0.0% 0 4.87s 477 187 331
指令遵循 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Gemini 3.1 Flash Lite Preview 9.8 10.0 100.0% 0 64.03s 625 69 190,053
Gemini 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 1.91s 621 72 2,121
GPT-5.3-Codex 10.0 10.0 100.0% 0 3.04s 660 93 693
谜题求解 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Gemini 3.1 Flash Lite Preview 7.7 10.0 66.7% 0 46.68s 564 87 190,953
Gemini 3.1 Flash Lite Preview 7.7 10.0 66.7% 0 5.30s 566 141 1,896
GPT-5.3-Codex 9.0 7.9 88.9% 1 5.05s 642 356 1,593
工具调用 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Gemini 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 7.73s 5,755 234 2,484
Gemini 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 3.80s 5,909 234 912
GPT-5.3-Codex 10.0 10.0 100.0% 0 6.37s 5,445 254 492
常识问答 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Gemini 3.1 Flash Lite Preview 0.0 0.0 0.0% 0 0ms 0 0 0
Gemini 3.1 Flash Lite Preview 3.0 10.0 0.0% 0 2.68s 160 12 1,801
GPT-5.3-Codex 2.8 1.6 33.3% 1 14.43s 195 30 1,701

快速对比

切换对比组合

Gemini 3.1 Flash Lite PreviewmediumvsGrok 4.5lowClaude Opus 4.8lowvsGemini 3.1 Flash Lite PreviewmediumGemini 3.1 Flash Lite PreviewmediumvsGPT-5.6 TerralowGemini 3.1 Flash Lite PreviewmediumvsStep 3.7 FlashlowGemini 3.1 Flash Lite PreviewmediumvsGPT-5.6 LunahighDeepSeek V4 ProhighvsGemini 3.1 Flash Lite PreviewmediumGemini 3.1 Flash Lite PreviewmediumvsGPT-5.3 ChatnoneGemini 3.5 FlashlowvsGPT-5.3-CodexmediumGemini 3.1 Flash Lite PreviewmediumvsGPT-5.6 TerrahighClaude Sonnet 4.6nonevsGemini 3.1 Flash Lite PreviewmediumDeepSeek V4 FlashhighvsGemini 3.1 Flash Lite PreviewmediumClaude Opus 4.8nonevsGemini 3.1 Flash Lite Previewmedium