Todos los lanzamientos

GPT-6.1 Sol vs. Gemini 3.8 Flash: comparación de lanzamientos

Comparación de los lanzamientos GPT-6.1 Sol y Gemini 3.8 Flash: 5 y 3 modelos respectivamente, cada uno con distintas características de inteligencia, rendimiento y precio. A continuación se comparan las métricas clave de los 8 modelos.

  • En inteligencia, GPT-6.1 Sol obtiene la puntuación más alta: GPT-6.1 Sol (Max), con 55, frente a Gemini 3.8 Flash (High), con 31 de Gemini 3.8 Flash.
  • En tiempo por tarea, GPT-6.1 Sol es el más rápido: GPT-6.1 Sol (Low), con 1.8 min, frente a Gemini 3.8 Flash (Medium), con 12.0 min de Gemini 3.8 Flash.
  • En costo por tarea, GPT-6.1 Sol es el más económico: GPT-6.1 Sol (Low), con $0.16, frente a Gemini 3.8 Flash (Medium), con $6.26 de Gemini 3.8 Flash.
Playground de modelos

Lanzamientos comparados

GPT-6.1 Sol (max)GPT-6.1 Sol (xhigh)GPT-6.1 Sol (high)GPT-6.1 Sol (medium)GPT-6.1 Sol (low)Gemini 3.8 Flash (high)Gemini 3.8 Flash (medium)Gemini 3.8 Flash (low)
Intelligence Index
55
52
50
46
35
31
30
23
Finanzas y contabilidad
56
55
53
51
44
42
42
34
Estrategia y operaciones
58
57
55
53
46
47
47
35
Jurídico
54
54
52
49
43
42
42
33
Salud y medicina
52
51
49
46
40
38
38
31
Costo por tareaUSD
$1.27
$0.76
$0.59
$0.36
$0.16
$7.77
$6.26
--
Tiempo por tareaMinutos
19.9
9.2
6.5
3.8
1.8
14.9
12.0
--
Tiempo hasta el primer token de respuestas
176.93
70.31
36.93
4.36
2.46
17.02
10.86
3.74
Ventana de contexto
1M
1M
1M
1M
1M
1M
1M
1M
Creador
OpenAI
OpenAI
OpenAI
OpenAI
OpenAI
Google
Google
Google
Licencia
Propietario
Propietario
Propietario
Propietario
Propietario
Propietario
Propietario
Propietario
Modalidad de entrada

Admite: texto e imágenes

Admite: texto e imágenes

Admite: texto e imágenes

Admite: texto e imágenes

Admite: texto e imágenes

Admite: texto, imágenes, voz y video

Admite: texto, imágenes, voz y video

Admite: texto, imágenes, voz y video

Modalidad de salida

Admite: texto

Admite: texto

Admite: texto

Admite: texto

Admite: texto

Admite: texto

Admite: texto

Admite: texto

Proveedores
OpenAIMicrosoft Azure
OpenAI
OpenAI
OpenAI
OpenAI
Google
Google
Google
Updated
Artificial Analysis Intelligence Index · Higher is better
Inference time (minutes) per Intelligence Index task · Lower is better
Weighted average cost (USD) per Intelligence Index task · Lower is better

InteligenciaUpdated

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index v5.0.1 incorporates 9 evaluations: AA-Briefcase v1.1, AutomationBench-AA, Terminal-Bench 4.0, FrontierCode 2.0, AA-Omniscience v1.1, GDP.pdf, HLE-Diamond, CritPt v2 (Hard Subset), and Terminal-Bench-Science 0.1
No publicly available API

Intelligence Index vs. costo por tarea

Artificial Analysis Intelligence Index · Weighted average cost (USD) per Artificial Analysis Intelligence Index task
Most attractive quadrant
GPT-6.1 Sol
Gemini 3.8 Flash
Pareto line

Costo por tarea (USD, escala logarítmica)

Costo

Costo por tarea del Intelligence Index

Weighted average cost (USD) per Intelligence Index task · Segmented by token type · Lower is better
No publicly available API

Velocidad y latencia

Tiempo por tarea del Intelligence Index

Output tokens divided by end-to-end output speed (minutes per Intelligence Index task) · Speed at the model's own endpoint or the median across providers · Lower is better
No publicly available API

Puntuaciones de capacidades

Índices de capacidades

Mide el rendimiento de los modelos en capacidades e industrias específicas
Finance & Accounting Index

Incorporates 5 evaluations: AA-Briefcase v1.1, AA-Omniscience v1.1, HLE-Diamond, AutomationBench-AA, GDP.pdf · Higher is better

Strategy & Ops Index

Incorporates 4 evaluations: AutomationBench-AA, AA-Briefcase v1.1, AA-Omniscience v1.1, GDP.pdf · Higher is better

Legal Index

Incorporates 5 evaluations: AA-Omniscience v1.1, AA-Briefcase v1.1, HLE-Diamond, GDP.pdf, AutomationBench-AA · Higher is better

Healthcare & Medical Index

Incorporates 5 evaluations: AA-Omniscience v1.1, AA-Briefcase v1.1, MLCR-AA, AutomationBench-AA, HLE-Diamond · Higher is better

Engineering Index

Incorporates 7 evaluations: AA-Omniscience v1.1, CritPt v2 (Hard Subset), Terminal-Bench-Science 0.1, HLE-Diamond, Terminal-Bench 4.0, FrontierCode 2.0, AA-Briefcase v1.1 · Higher is better

Economics Index

Incorporates 4 evaluations: AA-Omniscience v1.1, AA-Briefcase v1.1, HLE-Diamond, GDP.pdf · Higher is better

AA-PersonalityBenchNew

vs.

AA-PersonalityBench: índice Expressiveness, GPT-6.1 Sol (max) vs. Gemini 3.8 Flash (high)

Probabilidad de que la respuesta de cada modelo sea juzgada como la que muestra más cada rasgo, según su diferencia de Elo · 50 % es un empate
OpenAIGPT-6.1 Sol (max)GoogleGemini 3.8 Flash (high)
Metaphorical
1%
99%
Eloquent
13%
87%
Natural Sounding
85%
15%
Lexically Varied
19%
81%
Literate
66%
34%