导航
AI BENCHY
Advertise here

AI BENCHY 对比

Google: Gemini 3.1 Pro Preview vs OpenAI: GPT-5.6 Sol

摘要

Gemini 3.1 Pro Preview (medium) vs GPT-5.6 Sol (low) benchmark 对比：GPT-5.6 Sol (low) 平均分领先，为 9.5 vs 9.2。 GPT-5.6 Sol (low) benchmark 成本更低，为 $0.649 vs $1.054。 GPT-5.6 Sol (low) 更快，为 8.29s vs 20.14s，通过率为 90.5% vs 85.7%。

推荐模型: GPT-5.6 Sol (low) - 它在这里得分最高（9.5），同时成本比Gemini 3.1 Pro Preview (medium)低约 1.6 倍。

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

指标 Gemini 3.1 Pro Preview Gemini 3.1 Pro Preview medium 发布日期: 2026-02-19 GPT-5.6 Sol GPT-5.6 Sol low 发布日期: 2026-07-09
分数 9.2 9.5
排名 #10 #3
可靠性 10.0 10.0
一致性 10.0 9.2
测试正确
尝试通过率 90.5% 85.7%
不稳定测试 0 2
总运行次数 63 63
每个结果成本 5.546 3.816
总成本 $1.054 $0.649
输入价格 $2.000 / 1M $5.000 / 1M
输出价格 $12.000 / 1M $30.000 / 1M
总输入令牌 41,617 34,218
输出令牌 1,977 1,898
推理令牌 78,896 14,023
响应时间（平均） 20.14s 8.29s
响应时间（最大） 88.68s 53.91s
响应时间（总计） 281.92s 174.04s

生成展示

Hamster playing table tennis

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

#10 Gemini 3.1 Pro Preview

medium
成本
$0.115
时间
87.2s
令牌
9,629 tok

#3 GPT-5.6 Sol

low
成本
$0.062
时间
26.7s
令牌
2,150 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 Pro Preview 10.0 10.0 100.0% 0 7.90s 498 112 3,218
GPT-5.6 Sol 8.3 10.0 75.0% 0 2.60s 606 174 492
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 Pro Preview 7.9 9.9 66.7% 0 40.17s 8,124 435 41,247
GPT-5.6 Sol 10.0 10.0 100.0% 0 11.25s 7,302 412 3,482
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 Pro Preview 9.5 10.0 100.0% 0 40.61s 17,240 432 9,281
GPT-5.6 Sol 10.0 10.0 100.0% 0 9.87s 11,019 318 792
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 Pro Preview 10.0 10.0 100.0% 0 7.72s 7,265 279 3,904
GPT-5.6 Sol 10.0 10.0 100.0% 0 1.82s 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 Pro Preview 7.7 10.0 66.7% 0 32.73s 635 18 12,424
GPT-5.6 Sol 5.3 7.2 44.4% 1 29.07s 723 71 7,822
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 Pro Preview 10.0 10.0 100.0% 0 11.77s 490 108 1,179
GPT-5.6 Sol 10.0 10.0 100.0% 0 3.07s 477 99 135
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 Pro Preview 10.0 10.0 100.0% 0 9.56s 621 72 2,236
GPT-5.6 Sol 10.0 10.0 100.0% 0 2.27s 660 90 146
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 Pro Preview 10.0 10.0 100.0% 0 6.90s 570 235 3,128
GPT-5.6 Sol 8.2 7.2 88.9% 1 3.44s 642 224 534
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 Pro Preview 10.0 10.0 100.0% 0 23.15s 6,018 274 982
GPT-5.6 Sol 10.0 10.0 100.0% 0 7.56s 5,454 258 294
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 Pro Preview 10.0 10.0 100.0% 0 6.27s 156 12 1,297
GPT-5.6 Sol 10.0 10.0 100.0% 0 3.67s 195 30 326

快速对比

切换对比组合

Gemini 3 Flash PreviewmediumvsGPT-5.6 SollowGemini 3.1 Pro PreviewmediumvsGPT-5.5lowGemini 3.1 Pro PreviewmediumvsGPT-5.6 SolhighGPT-5.6 SollowvsQwen3.7 MaxmediumGemini 3.5 FlashhighvsGPT-5.6 SollowClaude Fable 5mediumvsGPT-5.6 SollowGemini 3.5 FlashmediumvsGPT-5.6 SollowGPT-5.6 SollowvsQwen3.6 Max PreviewmediumClaude Opus 4.8mediumvsGPT-5.6 SollowGemini 3.1 Pro PreviewmediumvsGPT-5.2 ChatnoneClaude Opus 4.7mediumvsGPT-5.6 SollowGPT-5.6 SollowvsGLM 5.2medium