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

摘要

Gemini 3.1 Flash Lite vs GPT-5.4 benchmark 对比：Gemini 3.1 Flash Lite 平均分领先，为 6.1 vs 5.8。 Gemini 3.1 Flash Lite benchmark 成本更低，为 $0.013 vs $0.122。 Gemini 3.1 Flash Lite 更快，为 1.06s vs 1.42s，通过率为 52.4% vs 36.5%。

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低约 9.4 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 none 发布日期: 2026-05-08 GPT-5.4 GPT-5.4 none 发布日期: 2026-03-05
分数 6.1 5.8
排名 #96 #112
可靠性 10.0 10.0
一致性 8.6 9.2
测试正确
尝试通过率 52.4% 36.5%
不稳定测试 4 2
总运行次数 63 63
每个结果成本 0.144 1.740
总成本 $0.013 $0.122
输入价格 $0.250 / 1M $2.500 / 1M
输出价格 $1.500 / 1M $15.000 / 1M
总输入令牌 36,710 34,212
输出令牌 2,484 2,417
推理令牌 0 0
响应时间（平均） 1.06s 1.42s
响应时间（最大） 2.97s 2.95s
响应时间（总计） 22.35s 29.87s

生成展示

Hamster playing table tennis

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

#96 Gemini 3.1 Flash Lite

none
成本
$0.001
时间
4.5s
令牌
727 tok

#112 GPT-5.4

none
成本
$0.026
时间
18.1s
令牌
1,792 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 7.5 8.4 66.7% 1 1.07s 506 639 0
GPT-5.4 3.2 8.0 8.3% 1 1.21s 606 406 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 938ms 8,128 666 0
GPT-5.4 5.5 10.0 33.3% 0 1.62s 7,305 516 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 2.73s 12,870 357 0
GPT-5.4 3.0 10.0 0.0% 0 2.89s 11,019 291 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 843ms 7,267 279 0
GPT-5.4 10.0 10.0 100.0% 0 1.04s 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 762ms 647 15 0
GPT-5.4 5.3 7.2 44.4% 1 1.07s 723 50 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 992ms 486 63 0
GPT-5.4 4.4 9.9 0.0% 0 1.78s 477 184 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 859ms 619 72 0
GPT-5.4 6.5 10.0 50.0% 0 1.07s 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 6.3 4.8 66.7% 2 720ms 570 150 0
GPT-5.4 5.6 9.8 33.3% 0 1.44s 642 381 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 2.97s 5,457 234 0
GPT-5.4 10.0 10.0 100.0% 0 2.75s 5,445 246 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 733ms 160 9 0
GPT-5.4 3.0 10.0 0.0% 0 990ms 195 40 0

快速对比

切换对比组合

North Mini Codemedium免费可用vsGPT-5.4noneGemini 3.1 Flash LitenonevsQwen3.5-35B-A3BmediumGemini 3.1 Flash LitenonevsNemotron 3 Supermedium免费可用North Mini Codemedium免费可用vsGemini 3.1 Flash LitenoneGemini 3.1 Flash LiteminimalvsGPT-5.4noneGemini 3.1 Flash LitenonevsQwen3.6 27BmediumGemini 3.1 Flash LitenonevsStep 3.5 FlashmediumGPT-5.4nonevsQwen3.5-35B-A3BmediumGemma 4 31Bmedium免费可用vsGPT-5.4noneNemotron 3 Supermedium免费可用vsGPT-5.4noneGemini 3.1 Flash LitenonevsGPT-5 NanomediumGemini 3.1 Flash Litenonevsgpt-oss-120bmedium免费可用