导航
AI BENCHY
Advertise here

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 6.1。 Gemini 3.1 Flash Lite benchmark 成本更低，为 $0.013 vs $0.907。 Gemini 3.1 Flash Lite 更快，为 1.06s vs 9.76s，通过率为 52.4% vs 85.7%。

推荐模型: GPT-5.5 - 它在本次比较中得分最高（9.3），并且在全部 2 个模型中兼顾成本和响应时间最好。

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-5.5 GPT-5.5 low 发布日期: 2026-04-24
分数 6.1 9.3
排名 #96 #4
可靠性 10.0 10.0
一致性 8.6 10.0
测试正确
尝试通过率 52.4% 85.7%
不稳定测试 4 0
总运行次数 63 63
每个结果成本 0.144 5.035
总成本 $0.013 $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 36,710 34,209
输出令牌 2,484 2,046
推理令牌 0 22,460
响应时间（平均） 1.06s 9.76s
响应时间（最大） 2.97s 56.19s
响应时间（总计） 22.35s 204.92s

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

#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 7.5 8.4 66.7% 1 1.07s 506 639 0
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 938ms 8,128 666 0
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 3.0 10.0 0.0% 0 2.73s 12,870 357 0
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 843ms 7,267 279 0
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 762ms 647 15 0
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 4.0 10.0 0.0% 0 992ms 486 63 0
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 10.0 10.0 100.0% 0 859ms 619 72 0
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 6.3 4.8 66.7% 2 720ms 570 150 0
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 2.97s 5,457 234 0
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 733ms 160 9 0
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 MaxmediumClaude Fable 5mediumvsGPT-5.5lowGemini 3.1 Pro PreviewmediumvsGPT-5.5lowGemini 3.1 Flash LitenonevsQwen3.5-35B-A3BmediumGemini 3.5 FlashmediumvsGPT-5.5lowGemini 3.1 Flash LitenonevsNemotron 3 Supermedium免费可用Gemini 3 Flash PreviewmediumvsGPT-5.5lowNorth Mini Codemedium免费可用vsGemini 3.1 Flash LitenoneGPT-5.5lowvsQwen3.6 Max PreviewmediumGemini 3.1 Flash LitenonevsQwen3.6 27BmediumClaude Opus 4.8mediumvsGPT-5.5lowGemini 3.1 Flash LitenonevsStep 3.5 Flashmedium