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-5.4 Mini

摘要

Gemini 3.1 Flash Lite vs GPT-5.4 Mini benchmark 对比：Gemini 3.1 Flash Lite 平均分领先，为 6.1 vs 5.3。 Gemini 3.1 Flash Lite benchmark 成本更低，为 $0.013 vs $0.038。 GPT-5.4 Mini 更快，为 1.13s vs 1.33s，通过率为 54.0% vs 30.2%。

推荐模型: Gemini 3.1 Flash Lite - 它在这里得分最高（6.1），同时成本比GPT-5.4 Mini低约 2.9 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-12

指标 Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite minimal 发布日期: 2026-05-08 GPT-5.4 Mini GPT-5.4 Mini none 发布日期: 2026-03-17
分数 6.1 5.3
排名 #95 #131
可靠性 10.0 10.0
一致性 8.8 8.8
测试正确
尝试通过率 54.0% 30.2%
不稳定测试 3 3
总运行次数 63 63
每个结果成本 0.130 0.743
总成本 $0.013 $0.038
输入价格 $0.250 / 1M $0.750 / 1M
输出价格 $1.500 / 1M $4.500 / 1M
总输入令牌 36,973 34,244
输出令牌 2,487 2,541
推理令牌 0 0
响应时间（平均） 1.33s 1.13s
响应时间（最大） 4.49s 2.52s
响应时间（总计） 27.91s 23.82s

Generation showcase

Hamster playing table tennis

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

#95 Gemini 3.1 Flash Lite

minimal
Cost
$0.001
Time
3.7s
Tokens
635 tok

#131 GPT-5.4 Mini

none
Cost
$0.010
Time
11.7s
Tokens
2,151 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 8.3 10.0 75.0% 0 1.10s 500 639 0
GPT-5.4 Mini 3.1 8.1 8.3% 1 929ms 606 654 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 831ms 8,126 666 0
GPT-5.4 Mini 5.5 10.0 33.3% 0 913ms 7,305 401 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 2.53s 12,870 357 0
GPT-5.4 Mini 3.0 10.0 0.0% 0 2.52s 11,019 298 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 1.04s 7,552 279 0
GPT-5.4 Mini 10.0 10.0 100.0% 0 1.30s 7,140 222 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 2.9 7.2 11.1% 1 1.02s 641 15 0
GPT-5.4 Mini 3.5 4.4 33.3% 2 937ms 723 88 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 791ms 490 63 0
GPT-5.4 Mini 4.8 10.0 0.0% 0 1.82s 477 174 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 932ms 615 72 0
GPT-5.4 Mini 6.3 10.0 50.0% 0 728ms 660 101 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 6.0 4.6 66.7% 2 2.15s 564 153 0
GPT-5.4 Mini 5.4 10.0 33.3% 0 836ms 642 305 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 3.51s 5,457 234 0
GPT-5.4 Mini 3.0 10.0 0.0% 0 2.32s 5,477 255 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 724ms 158 9 0
GPT-5.4 Mini 3.0 10.0 0.0% 0 1.33s 195 43 0

快速对比

切换对比组合

Gemini 3.1 Flash LiteminimalvsQwen3.5-FlashnoneSeed-2.0-LitenonevsGemini 3.1 Flash LiteminimalGemini 3.1 Flash LiteminimalvsNemotron 3 Ultra 550b A55bnone免费可用MiniMax M2.7mediumvsGPT-5.4 MininoneDeepSeek V4 PrononevsGemini 3.1 Flash LiteminimalDeepSeek V4 ProhighvsGemini 3.1 Flash LiteminimalGemini 3.1 Flash LiteminimalvsGPT-5.5noneGemini 3.1 Flash LiteminimalvsQwen3.6 Max PreviewnoneGemini 3.1 Flash LiteminimalvsQwen3.5-35B-A3BmediumGemini 3.1 Flash LiteminimalvsGLM 5noneGemini 3.1 Flash LiteminimalvsQwen3.6 FlashnoneMistral Small 4mediumvsGPT-5.4 Mininone