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 6.3 vs 6.1。 Gemini 3.1 Flash Lite benchmark 成本更低，为 $0.013 vs $0.231。 Gemini 3.1 Flash Lite 更快，为 1.33s vs 1.89s，通过率为 54.0% vs 54.0%。

推荐模型: Gemini 3.1 Flash Lite - 它的得分接近这里的最高分（6.1 vs 6.3），同时成本比GPT-5.5低约 17.7 倍。

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 minimal 发布日期: 2026-05-08	GPT-5.5 GPT-5.5 none 发布日期: 2026-04-24

指标	Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite minimal 发布日期: 2026-05-08	GPT-5.5 GPT-5.5 none 发布日期: 2026-04-24
分数	6.1	6.3
排名	#94	#90
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%	54.0%
不稳定测试	3	3
总运行次数	63	63
每个结果成本	0.130	2.302
总成本	$0.013	$0.231
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	36,973	34,212
输出令牌	2,487	1,971
推理令牌	0	0
响应时间（平均）	1.33s	1.89s
响应时间（最大）	4.49s	5.56s
响应时间（总计）	27.91s	39.64s

生成展示

Hamster playing table tennis

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

#94 Gemini 3.1 Flash Lite

minimal

成本: $0.001
时间: 3.7s
令牌: 635 tok

#90 GPT-5.5

none

成本: $0.090
时间: 54.3s
令牌: 3,063 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-5.5	6.9	7.9	66.7%	1		1.31s	606	213	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-5.5	5.5	10.0	33.3%	0		1.35s	7,305	462	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-5.5	3.0	10.0	0.0%	0		5.56s	11,019	300	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-5.5	10.0	10.0	100.0%	0		1.18s	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-5.5	2.9	7.2	11.1%	1		1.31s	723	52	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-5.5	10.0	10.0	100.0%	0		3.41s	477	124	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-5.5	6.2	5.8	66.7%	1		1.15s	660	81	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-5.5	7.7	10.0	66.7%	0		1.29s	642	252	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-5.5	10.0	10.0	100.0%	0		3.90s	5,445	247	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-5.5	3.0	10.0	0.0%	0		5.01s	195	18	0

快速对比

切换对比组合