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

Name: Inteligencia
Creator: Artificial Analysis
License: https://artificialanalysis.ai/docs/legal/Terms-of-Use.pdf

Comparación de los lanzamientos GPT-6.1 Terra y Gemini 3.8 Flash: 6 y 3 modelos respectivamente, cada uno con distintas características de inteligencia, rendimiento y precio. A continuación se comparan las métricas clave de los 9 modelos.

En inteligencia, GPT-6.1 Terra obtiene la puntuación más alta: GPT-6.1 Terra (Max), con 48, frente a Gemini 3.8 Flash (High), con 41 de Gemini 3.8 Flash.
En costo por tarea, GPT-6.1 Terra es el más económico: GPT-6.1 Terra (Low), con $0.05, frente a Gemini 3.8 Flash (High), con $3.49 de Gemini 3.8 Flash.

Playground de modelos

Lanzamientos comparados


	GPT-6.1 Terra (max)	GPT-6.1 Terra (xhigh)	GPT-6.1 Terra (high)	GPT-6.1 Terra (medium)	Gemini 3.8 Flash (high)	Gemini 3.8 Flash (medium)	GPT-6.1 Terra (low)	GPT-6.1 Terra (non-reasoning)	Gemini 3.8 Flash (low)
Intelligence Index	48	45	44	41	41	40	36	33	33
Finanzas y contabilidad	47	46	44	43	47	45	38	36	39
Estrategia y operaciones	50	48	47	45	48	48	42	42	39
Jurídico	49	48	47	46	52	51	42	35	45
Salud y medicina	--	--	--	--	40	40	--	--	34
Ingeniería	49	46	45	42	43	40	35	32	34
Economía	54	52	51	49	52	50	44	38	46
AA-Briefcase v1.1	1402	1329	1264	1192	1202	1181	1030	1229	1061
GDPval-AA v2.1	1468	1403	1342	1316	1436	1423	1199	1282	1307
AutomationBench-AA	60.2%	59.9%	58.5%	57.8%	59.9%	60.9%	56.2%	51.0%	36.5%
Terminal-Bench 4.0	55.6%	46.5%	41.9%	32.3%	19.7%	19.7%	15.2%	26.8%	10.1%
SciCode	55.1%	53.4%	51.6%	51.6%	56.6%	55.1%	52.4%	47.8%	55.0%
Humanity's Last Exam	46.2%	43.7%	43.3%	40.2%	47.8%	42.1%	35.8%	21.1%	37.1%
GDP.pdf	28.6%	26.6%	28.0%	28.4%	21.0%	22.8%	25.6%	23.2%	18.6%
CritPt	28.0%	26.6%	25.7%	21.4%	18.3%	12.3%	15.1%	4.9%	4.0%
AA-Omniscience	30	29	28	27	30	29	24	4	21
AA-LCR v1.1	82.7%	81.7%	82.3%	80.7%	81.3%	84.0%	81.0%	67.7%	80.7%

Costo por tareaUSD	$0.40	$0.19	$0.13	$0.10	$3.49	--	$0.05	$0.11	--
Precio de entradaUSD/1M tokens	$1.00	$1.00	$1.00	$1.00	$0.75	$0.75	$1.00	$1.00	$0.75
Precio de salidaUSD/1M tokens	$5.00	$5.00	$5.00	$5.00	$3.75	$3.75	$5.00	$5.00	$3.75
Precio de lectura de cachéUSD/1M tokens	$0.05	$0.05	$0.05	$0.05	$0.075	$0.075	$0.05	$0.05	$0.075
Precio de escritura de cachéUSD/1M tokens	$1.25	$1.25	$1.25	$1.25	$0.75	$0.75	$1.25	$1.25	$0.75

Velocidad de salidaTokens/s	--	--	--	--	134	--	--	--	--
Tiempo hasta el primer tokens	--	--	--	--	28,78	--	--	--	--
Tiempo hasta el primer token de respuestas	--	--	--	--	28,78	--	--	--	--
Tiempo de respuesta de extremo a extremos	--	--	--	--	32,52	--	--	--	--
Tiempo por tareas	--	--	--	--	531,00	--	--	--	--

Ventana de contexto	1M	1M	1M	1M	1M	1M	1M	1M	1M
Creador	OpenAI	OpenAI	OpenAI	OpenAI	Google	Google	OpenAI	OpenAI	Google
Licencia	Propietario	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, imágenes, voz y video	Admite: texto, imágenes, voz y video	Admite: texto e imágenes	Admite: texto e imágenes	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	Admite: texto
Proveedores

Inteligencia

Artificial Analysis Intelligence Index · Higher is better

Velocidad

Output tokens per second · Higher is better

Costo por tarea

Weighted average cost (USD) per Intelligence Index task · Lower is better

Inteligencia

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index v4.3.2 incorporates 10 evaluations: AA-Briefcase v1.1, GDPval-AA v2.1, AutomationBench-AA, Terminal-Bench 4.0, SciCode, Humanity's Last Exam, GDP.pdf, CritPt, AA-Omniscience, AA-LCR v1.1

Artificial Analysis Intelligence Index v4.3.2 includes: AA-Briefcase v1.1, GDPval-AA v2.1, AutomationBench-AA, Terminal-Bench 4.0, SciCode, Humanity's Last Exam, GDP.pdf, CritPt, AA-Omniscience, AA-LCR v1.1. See Intelligence Index methodology for further details, including a breakdown of each evaluation and how we run them.

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 Terra

Pareto line

AA-Briefcase v1.1

GDPval-AA v2.1

Costo por tarea (USD, escala logarítmica)

Weighted average cost per Intelligence Index task. Each evaluation’s cost is calculated from input, cache hit, cache write, reasoning, and answer token prices, divided by task count, and weighted by its Intelligence Index weight.

Costo

Costo por tarea del Intelligence Index

Weighted average cost (USD) per Intelligence Index task · Segmented by token type · Lower is better

Velocidad y latencia

Velocidad de salida

Output tokens per second · Higher is better

Tokens per second received while the model is generating tokens (ie. after first chunk has been received from the API for models which support streaming).

Figures represent performance of the model's first-party API or the median across providers where a first-party API is not available.

Puntuaciones de capacidades

Índices de capacidades

Mide el rendimiento de los modelos en capacidades e industrias específicas

Finance & Accounting Index

Incorporates 7 evaluations: AA-Omniscience, GDPval-AA v2.1, AA-Briefcase v1.1, Humanity's Last Exam, AutomationBench-AA, AA-LCR v1.1, GDP.pdf · Higher is better

Strategy & Ops Index

Incorporates 6 evaluations: GDPval-AA v2.1, AA-Briefcase v1.1, AA-Omniscience, AutomationBench-AA, AA-LCR v1.1, GDP.pdf · Higher is better

Legal Index

Incorporates 7 evaluations: AA-Omniscience, GDPval-AA v2.1, AA-Briefcase v1.1, Humanity's Last Exam, AA-LCR v1.1, GDP.pdf, AutomationBench-AA · Higher is better

Healthcare & Medical Index

Incorporates 6 evaluations: AA-Omniscience, GDPval-AA v2.1, AA-Briefcase v1.1, MLCR-AA, Humanity's Last Exam, AutomationBench-AA · Higher is better

Engineering Index

Incorporates 6 evaluations: AA-Omniscience, Humanity's Last Exam, CritPt, GDPval-AA v2.1, AA-Briefcase v1.1, Terminal-Bench 4.0 · Higher is better

Economics Index

Incorporates 5 evaluations: AA-Omniscience, Humanity's Last Exam, GDPval-AA v2.1, AA-Briefcase v1.1, AA-LCR v1.1 · Higher is better

Benchmarks

AA-PersonalityBenchNew

Índices de personalidad

Cada eje es uno de los 8 índices de personalidad: la media de las puntuaciones z de Elo de sus rasgos, convertida en un rango percentil de 1 a 100 entre todos los modelos evaluados en el benchmark

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

Inteligencia

Velocidad

Costo por tarea

Inteligencia

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index

Intelligence Index vs. costo por tarea

Cost per Intelligence Index Task

Artificial Analysis Intelligence Index

Costo

Costo por tarea del Intelligence Index

Cost per Intelligence Index Task

Velocidad y latencia

Velocidad de salida

Output Speed

Model Performance Representation

Puntuaciones de capacidades

Índices de capacidades

Benchmarks

AA-PersonalityBenchNew

Índices de personalidad