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 Preview vs OpenAI: GPT-5.4 Mini

摘要

Gemini 3.1 Flash Lite Preview vs GPT-5.4 Mini benchmark 对比：GPT-5.4 Mini 平均分领先，为 8.0 vs 6.5。 Gemini 3.1 Flash Lite Preview benchmark 成本更低，为 $0.026 vs $0.526。 Gemini 3.1 Flash Lite Preview 更快，为 2.77s vs 22.34s，通过率为 61.9% vs 73.0%。

推荐模型: Gemini 3.1 Flash Lite Preview - 它提供了最佳整体取舍：得分有竞争力（6.5），成本低于GPT-5.4 Mini，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 Preview Gemini 3.1 Flash Lite Preview low 发布日期: 2026-03-03 GPT-5.4 Mini GPT-5.4 Mini medium 发布日期: 2026-03-17
分数 6.5 8.0
排名 #82 #27
可靠性 10.0 10.0
一致性 10.0 8.0
测试正确
尝试通过率 61.9% 73.0%
不稳定测试 0 5
总运行次数 63 63
每个结果成本 0.196 4.381
总成本 $0.026 $0.526
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 32,715 34,116
输出令牌 2,286 2,181
推理令牌 9,166 108,937
响应时间（平均） 2.77s 22.34s
响应时间（最大） 11.91s 138.75s
响应时间（总计） 58.12s 469.20s

生成展示

Hamster playing table tennis

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

#82 Gemini 3.1 Flash Lite Preview

low
成本
$0.002
时间
3.7s
令牌
1,203 tok

#27 GPT-5.4 Mini

medium
成本
$0.056
时间
95.5s
令牌
12,464 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 Preview 8.3 10.0 75.0% 0 2.12s 506 462 1,638
GPT-5.4 Mini 8.6 7.9 91.7% 1 4.05s 606 296 2,876
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 Preview 5.5 10.0 33.3% 0 1.39s 8,138 660 1,060
GPT-5.4 Mini 8.4 7.4 88.9% 1 57.87s 7,305 467 40,902
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 Preview 3.0 10.0 0.0% 0 11.91s 8,381 225 762
GPT-5.4 Mini 10.0 10.0 100.0% 0 17.81s 11,019 317 4,317
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 Preview 10.0 10.0 100.0% 0 3.00s 7,455 291 696
GPT-5.4 Mini 10.0 10.0 100.0% 0 2.43s 7,140 234 650
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 Preview 5.3 10.0 33.3% 0 2.36s 641 18 1,212
GPT-5.4 Mini 4.1 4.4 44.5% 2 65.31s 619 60 43,286
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 Preview 4.0 10.0 0.0% 0 1.54s 490 69 384
GPT-5.4 Mini 4.5 10.0 0.0% 0 3.72s 477 150 510
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 Preview 10.0 10.0 100.0% 0 1.49s 621 72 753
GPT-5.4 Mini 9.8 10.0 100.0% 0 2.13s 660 96 1,185
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 Preview 10.0 10.0 100.0% 0 1.69s 566 243 1,248
GPT-5.4 Mini 7.8 10.0 66.7% 0 4.37s 642 278 2,443
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 Preview 10.0 10.0 100.0% 0 9.54s 5,757 237 993
GPT-5.4 Mini 4.7 1.6 66.7% 1 9.62s 5,453 251 2,594
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 Preview 3.0 10.0 0.0% 0 1.35s 160 9 420
GPT-5.4 Mini 3.0 10.0 0.0% 0 30.10s 195 32 10,174

快速对比

切换对比组合

Gemini 3.1 Flash Lite PreviewlowvsQwen3.6 27BmediumGemini 3.1 Flash Lite PreviewlowvsStep 3.5 FlashmediumGemini 3.1 Flash Lite PreviewlowvsGPT-5 NanomediumGemini 3.1 Flash Lite PreviewlowvsNemotron 3 Supermedium免费可用Gemini 3.1 Flash Lite PreviewlowvsQwen3.5-35B-A3BmediumGemini 3.1 Flash Lite Previewlowvsgpt-oss-120bmedium免费可用Gemini 3.1 Flash Lite PreviewlowvsGPT-5.5noneGemini 3.1 Flash Lite PreviewlowvsMiMo-V2.5mediumGemini 3.1 Flash Lite PreviewlowvsQwen3.6 35B A3BmediumDeepSeek V4 FlashhighvsGPT-5.4 MinimediumSeed-2.0-LitenonevsGemini 3.1 Flash Lite PreviewlowGemini 3.1 Flash Lite PreviewlowvsRing-2.6-1Tmedium