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 3.1 Flash Lite vs OpenAI: GPT-5.3 Chat

摘要

Gemini 3.1 Flash Lite vs GPT-5.3 Chat benchmark 对比：GPT-5.3 Chat 平均分领先，为 7.5 vs 6.4。 Gemini 3.1 Flash Lite benchmark 成本更低，为 $0.028 vs $0.433。 Gemini 3.1 Flash Lite 更快，为 1.89s vs 6.34s，通过率为 61.9% vs 66.7%。

推荐模型: Gemini 3.1 Flash Lite - 它提供了最佳整体取舍：得分有竞争力（6.4），成本低于GPT-5.3 Chat，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 Gemini 3.1 Flash Lite low 发布日期: 2026-05-08 GPT-5.3 Chat GPT-5.3 Chat none 发布日期: 2026-03-03
分数 6.4 7.5
排名 #85 #45
可靠性 10.0 10.0
一致性 9.3 8.1
测试正确
尝试通过率 61.9% 66.7%
不稳定测试 2 5
总运行次数 63 63
每个结果成本 0.227 3.605
总成本 $0.028 $0.433
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 36,892 34,209
输出令牌 2,732 26,617
推理令牌 9,260 0
响应时间（平均） 1.89s 6.34s
响应时间（最大） 5.66s 18.33s
响应时间（总计） 39.62s 133.13s

生成展示

Hamster playing table tennis

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

#85 Gemini 3.1 Flash Lite

low
成本
$0.003
时间
4.0s
令牌
1,479 tok

#45 GPT-5.3 Chat

none
成本
$0.008
时间
8.1s
令牌
634 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 7.3 6.2 75.0% 2 1.84s 500 1,013 1,548
GPT-5.3 Chat 6.7 8.1 58.3% 1 3.86s 606 3,167 0
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 5.5 10.0 33.3% 0 1.53s 8,132 471 1,072
GPT-5.3 Chat 5.6 4.7 55.6% 2 10.52s 7,302 6,632 0
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 3.0 10.0 0.0% 0 4.48s 12,870 348 975
GPT-5.3 Chat 10.0 10.0 100.0% 0 11.96s 11,019 2,614 0
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 10.0 10.0 100.0% 0 1.44s 7,453 291 697
GPT-5.3 Chat 10.0 10.0 100.0% 0 2.21s 7,140 942 0
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 5.3 10.0 33.3% 0 1.52s 639 15 1,214
GPT-5.3 Chat 3.5 4.4 33.3% 2 13.01s 723 8,264 0
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 4.0 10.0 0.0% 0 1.37s 492 69 438
GPT-5.3 Chat 4.6 10.0 0.0% 0 1.99s 477 319 0
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 10.0 10.0 100.0% 0 1.52s 619 72 760
GPT-5.3 Chat 9.8 10.0 100.0% 0 3.51s 660 1,491 0
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 10.0 10.0 100.0% 0 1.40s 570 210 1,191
GPT-5.3 Chat 10.0 10.0 100.0% 0 2.99s 642 1,758 0
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 10.0 10.0 100.0% 0 5.66s 5,457 234 945
GPT-5.3 Chat 10.0 10.0 100.0% 0 8.36s 5,445 861 0
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 3.0 10.0 0.0% 0 1.46s 160 9 420
GPT-5.3 Chat 3.0 10.0 0.0% 0 4.38s 195 569 0

快速对比

切换对比组合

Mercury 2mediumvsGPT-5.3 ChatnoneKimi K2.5mediumvsGPT-5.3 ChatnoneGPT-5.3 ChatnonevsQwen3.6 FlashmediumDeepSeek V3.2mediumvsGPT-5.3 ChatnoneGPT-5.3 ChatnonevsGrok Build 0.1mediumDeepSeek V4 ProhighvsGPT-5.3 ChatnoneSeed-2.0-MinimediumvsGPT-5.3 ChatnoneGPT-5.3 ChatnonevsMiMo-V2.5-PromediumMiniMax M3mediumvsGPT-5.3 ChatnoneGemini 3.1 Flash LitelowvsNemotron 3 Supermedium免费可用Gemini 3 Flash PreviewlowvsGPT-5.3 ChatnoneGemini 3.1 Flash LitelowvsQwen3.5-35B-A3Bmedium