导航
AI BENCHY
Advertise here

AI BENCHY 对比

Google: Gemini 3.1 Flash Lite Preview vs OpenAI: GPT-5.3-Codex

摘要

Gemini 3.1 Flash Lite Preview vs GPT-5.3-Codex benchmark 对比：GPT-5.3-Codex 平均分领先，为 8.9 vs 6.5。 Gemini 3.1 Flash Lite Preview benchmark 成本更低，为 $0.026 vs $0.740。 Gemini 3.1 Flash Lite Preview 更快，为 2.77s vs 16.22s，通过率为 61.9% vs 82.5%。

推荐模型: Gemini 3.1 Flash Lite Preview - 它提供了最佳整体取舍：得分有竞争力（6.5），成本低于GPT-5.3-Codex，响应时间也较均衡。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-18

指标 Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview low 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 6.5 8.9
排名 #82 #10
可靠性 10.0 10.0
一致性 10.0 8.5
测试正确
尝试通过率 61.9% 82.5%
不稳定测试 0 4
总运行次数 63 63
每个结果成本 0.196 4.932
总成本 $0.026 $0.740
输入价格 $0.250 / 1M $1.750 / 1M
输出价格 $1.500 / 1M $14.000 / 1M
总输入令牌 32,715 34,299
输出令牌 2,286 2,357
推理令牌 9,166 46,189
响应时间（平均） 2.77s 16.22s
响应时间（最大） 11.91s 100.93s
响应时间（总计） 58.12s 340.67s

生成展示

Hamster playing table tennis

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

#82 Gemini 3.1 Flash Lite Preview

low
成本
$0.002
时间
3.7s
令牌
1,203 tok

#10 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 8.3 10.0 75.0% 0 2.12s 506 462 1,638
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 5.5 10.0 33.3% 0 1.39s 8,138 660 1,060
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 3.0 10.0 0.0% 0 11.91s 8,381 225 762
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 3.00s 7,455 291 696
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 2.36s 641 18 1,212
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 4.0 10.0 0.0% 0 1.54s 490 69 384
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 10.0 10.0 100.0% 0 1.49s 621 72 753
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 10.0 10.0 100.0% 0 1.69s 566 243 1,248
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 9.54s 5,757 237 993
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 3.0 10.0 0.0% 0 1.35s 160 9 420
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 PreviewlowvsQwen3.6 27BmediumGemini 3.1 Flash Lite PreviewlowvsStep 3.5 FlashmediumGemini 3.1 Flash Lite PreviewlowvsGPT-5 NanomediumGemini 3.1 Flash Lite PreviewlowvsNemotron 3 Supermedium免费可用Gemini 3.1 Flash Lite PreviewlowvsQwen3.5-35B-A3BmediumGemini 3.1 Flash Lite Previewlowvsgpt-oss-120bmedium免费可用Gemini 3.1 Flash Lite PreviewlowvsGPT-5.5noneGemini 3.1 Flash Lite PreviewlowvsMiMo-V2.5mediumGemini 3.1 Flash Lite PreviewlowvsQwen3.6 35B A3BmediumSeed-2.0-LitenonevsGemini 3.1 Flash Lite PreviewlowGemini 3.1 Flash Lite PreviewlowvsRing-2.6-1TmediumGemini 3.5 FlashlowvsGPT-5.3-Codexmedium