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-5.6 Sol

摘要

Gemini 3.1 Flash Lite Preview (low) vs GPT-5.6 Sol benchmark 对比：Gemini 3.1 Flash Lite Preview (low) 平均分领先，为 6.5 vs 6.3。 Gemini 3.1 Flash Lite Preview (low) benchmark 成本更低，为 $0.026 vs $0.225。 GPT-5.6 Sol 更快，为 1.66s vs 2.77s，通过率为 61.9% vs 57.1%。

推荐模型: Gemini 3.1 Flash Lite Preview (low) - 它在这里得分最高（6.5），同时成本比GPT-5.6 Sol低约 8.8 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-09

指标 Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview low 发布日期: 2026-03-03 GPT-5.6 Sol GPT-5.6 Sol none 发布日期: 2026-07-09
分数 6.5 6.3
排名 #95 #101
可靠性 10.0 10.0
一致性 10.0 9.0
测试正确
尝试通过率 61.9% 57.1%
不稳定测试 0 3
总运行次数 63 63
每个结果成本 0.196 2.244
总成本 $0.026 $0.225
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 32,715 34,218
输出令牌 2,286 1,776
推理令牌 9,166 0
响应时间（平均） 2.77s 1.66s
响应时间（最大） 11.91s 3.93s
响应时间（总计） 58.12s 34.81s

生成展示

Hamster playing table tennis

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

#95 Gemini 3.1 Flash Lite Preview

low
成本
$0.002
时间
3.7s
令牌
1,203 tok

#101 GPT-5.6 Sol

none
成本
$0.116
时间
78.7s
令牌
3,944 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-5.6 Sol 8.3 10.0 75.0% 0 1.27s 606 154 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 Preview 5.5 10.0 33.3% 0 1.39s 8,138 660 1,060
GPT-5.6 Sol 5.5 10.0 33.3% 0 1.39s 7,302 390 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 Preview 3.0 10.0 0.0% 0 11.91s 8,381 225 762
GPT-5.6 Sol 3.0 10.0 0.0% 0 3.93s 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 Preview 10.0 10.0 100.0% 0 3.00s 7,455 291 696
GPT-5.6 Sol 10.0 10.0 100.0% 0 1.53s 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 Preview 5.3 10.0 33.3% 0 2.36s 641 18 1,212
GPT-5.6 Sol 3.6 7.2 22.2% 1 1.43s 723 54 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 Preview 4.0 10.0 0.0% 0 1.54s 490 69 384
GPT-5.6 Sol 6.5 3.4 66.7% 1 1.52s 477 91 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 Preview 10.0 10.0 100.0% 0 1.49s 621 72 753
GPT-5.6 Sol 8.5 6.8 83.3% 1 1.33s 660 84 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 Preview 10.0 10.0 100.0% 0 1.69s 566 243 1,248
GPT-5.6 Sol 7.7 10.0 66.7% 0 1.49s 642 211 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 Preview 10.0 10.0 100.0% 0 9.54s 5,757 237 993
GPT-5.6 Sol 10.0 10.0 100.0% 0 3.70s 5,454 246 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 Preview 3.0 10.0 0.0% 0 1.35s 160 9 420
GPT-5.6 Sol 3.0 10.0 0.0% 0 1.95s 195 24 0

快速对比

切换对比组合

Nemotron 3 Supermedium免费可用vsGPT-5.6 SolnoneGemma 4 31Bmedium免费可用vsGPT-5.6 SolnoneGPT-5.6 SolnonevsQwen3.5-35B-A3BmediumGemini 3.1 Flash Lite PreviewlowvsQwen3.6 27BmediumGemini 3.1 Flash LitelowvsGPT-5.6 SolnoneGemini 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 LiteminimalvsGPT-5.6 SolnoneGemini 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-5.5none