导航
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY 对比

Google: Gemini 2.5 Flash vs OpenAI: GPT-5.2

摘要

Gemini 2.5 Flash vs GPT-5.2 benchmark 对比：GPT-5.2 平均分领先，为 8.4 vs 8.2。 Gemini 2.5 Flash benchmark 成本更低，为 $0.379 vs $0.548。 Gemini 2.5 Flash 更快，为 15.49s vs 16.88s，通过率为 69.8% vs 71.4%。

推荐模型: Gemini 2.5 Flash - 它提供了最佳整体取舍：得分有竞争力（8.2），成本低于GPT-5.2，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 2.5 Flash Gemini 2.5 Flash medium 发布日期: 2025-06-17 GPT-5.2 GPT-5.2 medium 发布日期: 2025-12-11
分数 8.2 8.4
排名 #24 #22
可靠性 10.0 10.0
一致性 9.6 8.4
测试正确
尝试通过率 69.8% 71.4%
不稳定测试 1 4
总运行次数 63 63
每个结果成本 2.701 4.209
总成本 $0.379 $0.548
输入价格 $0.300 / 1M $1.750 / 1M
输出价格 $2.500 / 1M $14.000 / 1M
总输入令牌 34,476 33,967
输出令牌 1,930 2,901
推理令牌 145,145 31,932
响应时间（平均） 15.49s 16.88s
响应时间（最大） 95.48s 77.80s
响应时间（总计） 325.39s 236.34s

生成展示

Hamster playing table tennis

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

#24 Gemini 2.5 Flash

medium
无效SVG
成本
$0.000
时间
274.0s
令牌
0 tok

#22 GPT-5.2

medium
成本
$0.047
时间
49.2s
令牌
3,396 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 2.5 Flash 8.4 10.0 75.0% 0 6.30s 492 255 10,233
GPT-5.2 6.5 8.0 58.3% 1 7.81s 606 567 2,002
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 2.5 Flash 7.8 10.0 66.7% 0 41.01s 6,669 543 32,303
GPT-5.2 10.0 10.0 100.0% 0 22.73s 7,302 511 11,912
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 2.5 Flash 10.0 10.0 100.0% 0 28.44s 12,522 303 11,922
GPT-5.2 10.0 10.0 100.0% 0 14.06s 11,019 291 1,757
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 2.5 Flash 10.0 10.0 100.0% 0 4.06s 7,257 279 2,325
GPT-5.2 10.0 10.0 100.0% 0 3.15s 7,140 234 420
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 2.5 Flash 5.9 7.2 55.6% 1 37.34s 633 18 80,702
GPT-5.2 5.9 7.2 55.6% 1 77.80s 473 42 10,342
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 2.5 Flash 4.8 10.0 0.0% 0 4.86s 486 92 1,899
GPT-5.2 3.7 9.7 0.0% 0 4.32s 477 162 269
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 2.5 Flash 9.8 10.0 100.0% 0 2.62s 615 69 1,203
GPT-5.2 9.9 10.0 100.0% 0 3.12s 660 94 614
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 2.5 Flash 7.7 10.0 66.7% 0 3.18s 558 126 2,499
GPT-5.2 7.5 7.3 77.8% 1 5.80s 642 735 924
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 2.5 Flash 10.0 10.0 100.0% 0 6.20s 5,088 234 1,140
GPT-5.2 4.7 1.6 66.7% 1 10.30s 5,453 239 469
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 2.5 Flash 3.0 10.0 0.0% 0 2.76s 156 11 919
GPT-5.2 3.0 10.0 0.0% 0 28.18s 195 26 3,223

快速对比

切换对比组合

DeepSeek V4 FlashhighvsGemini 2.5 FlashmediumDeepSeek V4 FlashhighvsGPT-5.2mediumGemini 2.5 FlashmediumvsGPT-5.2 ChatnoneGemini 2.5 FlashmediumvsStep 3.7 FlashlowDeepSeek V4 ProhighvsGemini 2.5 FlashmediumGPT-5.2mediumvsStep 3.7 FlashlowGemini 2.5 FlashmediumvsGPT-5.3 ChatnoneDeepSeek V4 ProhighvsGPT-5.2mediumGemini 3.5 FlashlowvsGPT-5.2mediumClaude Sonnet 4.6nonevsGemini 2.5 FlashmediumClaude Opus 4.8nonevsGemini 2.5 FlashmediumGemini 3 Flash PreviewlowvsGPT-5.2medium