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-5.5

摘要

Gemini 3.1 Flash Lite vs GPT-5.5 benchmark 对比：GPT-5.5 平均分领先，为 9.3 vs 7.8。 Gemini 3.1 Flash Lite benchmark 成本更低，为 $0.071 vs $0.907。 Gemini 3.1 Flash Lite 更快，为 3.23s vs 9.76s，通过率为 65.1% vs 85.7%。

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（7.8），成本低于GPT-5.5，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 medium 发布日期: 2026-05-08 GPT-5.5 GPT-5.5 low 发布日期: 2026-04-24
分数 7.8 9.3
排名 #34 #4
可靠性 10.0 10.0
一致性 9.2 10.0
测试正确
尝试通过率 65.1% 85.7%
不稳定测试 2 0
总运行次数 63 63
每个结果成本 0.539 5.035
总成本 $0.071 $0.907
输入价格 $0.250 / 1M $5.000 / 1M
输出价格 $1.500 / 1M $30.000 / 1M
总输入令牌 36,808 34,209
输出令牌 2,254 2,046
推理令牌 38,300 22,460
响应时间（平均） 3.23s 9.76s
响应时间（最大） 10.87s 56.19s
响应时间（总计） 67.80s 204.92s

生成展示

Hamster playing table tennis

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

#34 Gemini 3.1 Flash Lite

medium
成本
$0.003
时间
5.3s
令牌
1,754 tok

#4 GPT-5.5

low
成本
$0.068
时间
37.0s
令牌
2,339 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 9.1 10.0 75.0% 0 2.39s 502 604 4,201
GPT-5.5 10.0 10.0 100.0% 0 4.41s 606 238 1,020
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 3.81s 8,134 459 8,978
GPT-5.5 10.0 10.0 100.0% 0 15.04s 7,302 423 6,402
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 10.0 10.0 100.0% 0 10.87s 12,873 327 7,401
GPT-5.5 10.0 10.0 100.0% 0 9.56s 11,019 303 717
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 2.60s 7,362 279 2,845
GPT-5.5 10.0 10.0 100.0% 0 3.28s 7,140 228 157
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 2.9 7.2 11.1% 1 3.16s 643 15 5,165
GPT-5.5 5.3 10.0 33.3% 0 28.05s 723 69 11,609
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 10.0 10.0 100.0% 0 2.60s 488 84 1,142
GPT-5.5 10.0 10.0 100.0% 0 5.17s 477 133 245
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 9.9 10.0 100.0% 0 2.59s 623 75 3,320
GPT-5.5 9.9 10.0 100.0% 0 3.74s 660 93 415
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 7.6 7.2 77.8% 1 1.95s 568 165 2,450
GPT-5.5 10.0 10.0 100.0% 0 4.74s 642 279 954
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 4.55s 5,457 234 921
GPT-5.5 10.0 10.0 100.0% 0 4.96s 5,445 250 101
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 3.08s 158 12 1,877
GPT-5.5 3.0 10.0 0.0% 0 10.06s 195 30 840

快速对比

切换对比组合

GPT-5.5lowvsQwen3.7 MaxmediumGemini 3.1 Flash LitemediumvsStep 3.7 FlashlowClaude Fable 5mediumvsGPT-5.5lowGemini 3.1 Pro PreviewmediumvsGPT-5.5lowDeepSeek V4 ProhighvsGemini 3.1 Flash LitemediumGemini 3.5 FlashmediumvsGPT-5.5lowGemini 3.1 Flash LitemediumvsGPT-5.3 ChatnoneGemini 3 Flash PreviewmediumvsGPT-5.5lowGPT-5.5lowvsQwen3.6 Max PreviewmediumClaude Sonnet 4.6nonevsGemini 3.1 Flash LitemediumDeepSeek V4 FlashhighvsGemini 3.1 Flash LitemediumClaude Opus 4.8mediumvsGPT-5.5low