Google: Gemini 3.1 Flash Lite Preview vs OpenAI: GPT-5.3 Chat

GPT-5.3 Chat 平均分领先，为 7.5 vs 7.3。 Gemini 3.1 Flash Lite Preview (medium) benchmark 成本更低，为 $0.115 vs $0.571。 Gemini 3.1 Flash Lite Preview (medium) 更快，为 4.61s vs 6.88s，通过率为 59.1% vs 68.2%。

推荐模型Gemini 3.1 Flash Lite Preview (medium)它的得分接近这里的最高分（7.3 vs 7.5），同时成本比GPT-5.3 Chat低约 5.0 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-17

指标	Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview medium 发布日期: 2026-03-03	GPT-5.3 Chat GPT-5.3 Chat none 发布日期: 2026-03-03

指标	Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview medium 发布日期: 2026-03-03	GPT-5.3 Chat GPT-5.3 Chat none 发布日期: 2026-03-03
分数	7.3	7.5
排名	#61	#52
可靠性	10.0	10.0
一致性	9.9	8.2
测试正确
尝试通过率	59.1%	68.2%
不稳定测试	0	5
总运行次数	66	66
每个结果成本	0.884	4.387
总成本	$0.115	$0.571
输入价格	$0.250 / 1M	$1.750 / 1M
输出价格	$1.500 / 1M	$14.000 / 1M
总输入令牌	117,480	78,990
输出令牌	10,589	30,854
推理令牌	46,394	0
响应时间（平均）	4.61s	6.88s
响应时间（最大）	18.34s	18.33s
响应时间（总计）	101.39s	151.31s

Hamster playing table tennis

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

#61 Gemini 3.1 Flash Lite Preview

medium

成本: $0.003
时间: 5.2s
令牌: 1,944 tok

#52 GPT-5.3 Chat

none

成本: $0.008
时间: 8.1s
令牌: 634 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

类别:

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	9.1	10.0	75.0%	0		2.33s	512	570	4,305
GPT-5.3 Chat	6.7	8.1	58.3%	1		3.86s	606	3,167	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		4.09s	8,126	461	8,597
GPT-5.3 Chat	5.6	4.7	55.6%	2		10.52s	7,302	6,632	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	7.2	9.1	50.0%	0		16.63s	93,097	8,706	16,997
GPT-5.3 Chat	10.0	10.0	100.0%	0		15.07s	55,800	6,851	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		2.29s	7,362	279	2,952
GPT-5.3 Chat	10.0	10.0	100.0%	0		2.21s	7,140	942	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	3.0	10.0	0.0%	0		4.21s	639	18	5,325
GPT-5.3 Chat	3.5	4.4	33.3%	2		13.01s	723	8,264	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	10.0	10.0	100.0%	0		3.16s	488	96	1,488
GPT-5.3 Chat	4.6	10.0	0.0%	0		1.99s	477	319	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		1.91s	621	72	2,121
GPT-5.3 Chat	9.8	10.0	100.0%	0		3.51s	660	1,491	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	7.7	10.0	66.7%	0		5.30s	566	141	1,896
GPT-5.3 Chat	10.0	10.0	100.0%	0		2.99s	642	1,758	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		3.80s	5,909	234	912
GPT-5.3 Chat	10.0	10.0	100.0%	0		8.36s	5,445	861	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		2.68s	160	12	1,801
GPT-5.3 Chat	3.0	10.0	0.0%	0		4.38s	195	569	0

快速对比

切换对比组合

Kimi K2.7 CodemediumvsGPT-5.3 Chatnone GPT-5.3 ChatnonevsQwen3.5 Plus 2026-02-15medium Claude Sonnet 4.6nonevsGemini 3.1 Flash Lite Previewmedium Nemotron 3 Ultramedium免费可用vsGPT-5.3 Chatnone Claude Opus 4.8nonevsGemini 3.1 Flash Lite Previewmedium Gemini 3.1 Flash Lite PreviewmediumvsKAT-Coder-Pro V2.5low Gemini 3.1 Flash Lite PreviewmediumvsStep 3.7 Flashlow GPT-5.3 ChatnonevsQwen3.5-27Bmedium GPT-5.3 ChatnonevsGrok Build 0.1medium Gemini 3.1 Flash Lite PreviewmediumvsKAT-Coder-Pro V2.5high MiniMax M3mediumvsGPT-5.3 Chatnone Gemini 3.1 Flash Lite PreviewmediumvsQwen3.7 Maxnone