导航
AI BENCHY
Advertise here

AI BENCHY 对比

Google: Gemini 3.5 Flash vs OpenAI: GPT-4o-mini

摘要

Gemini 3.5 Flash vs GPT-4o-mini benchmark 对比：Gemini 3.5 Flash 平均分领先，为 9.8 vs 5.0。 GPT-4o-mini benchmark 成本更低，为 $0.006 vs $1.115。 GPT-4o-mini 更快，为 1.77s vs 8.84s，通过率为 96.8% vs 23.8%。

推荐模型: Gemini 3.5 Flash - 它在本次比较中得分最高（9.8），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：: 2026-07-02

指标 Gemini 3.5 Flash Gemini 3.5 Flash high 发布日期: 2026-05-19 GPT-4o-mini GPT-4o-mini none 发布日期: 2024-07-18
分数 9.8 5.0
排名 #1 #144
可靠性 10.0 10.0
一致性 9.6 9.9
测试正确
尝试通过率 96.8% 23.8%
不稳定测试 1 0
总运行次数 63 63
每个结果成本 5.575 0.119
总成本 $1.115 $0.006
输入价格 $1.500 / 1M $0.150 / 1M
输出价格 $9.000 / 1M $0.600 / 1M
总输入令牌 37,594 31,518
输出令牌 1,975 1,982
推理令牌 115,638 0
响应时间（平均） 8.84s 1.77s
响应时间（最大） 34.82s 7.58s
响应时间（总计） 185.57s 24.80s

生成展示

Hamster playing table tennis

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

#1 Gemini 3.5 Flash

high
成本
$0.208
时间
118.2s
令牌
23,158 tok

#144 GPT-4o-mini

none
成本
$0.001
时间
6.6s
令牌
742 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 3.5 Flash 10.0 10.0 100.0% 0 2.57s 492 174 4,997
GPT-4o-mini 4.8 10.0 25.0% 0 1.34s 618 186 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 3.5 Flash 10.0 10.0 100.0% 0 22.96s 8,118 456 47,129
GPT-4o-mini 3.2 9.6 0.0% 0 1.63s 7,314 367 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 3.5 Flash 10.0 10.0 100.0% 0 22.37s 12,873 351 16,323
GPT-4o-mini 3.0 10.0 0.0% 0 7.58s 8,298 568 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 3.5 Flash 10.0 10.0 100.0% 0 6.43s 7,548 279 8,466
GPT-4o-mini 10.0 10.0 100.0% 0 1.27s 7,161 183 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 3.5 Flash 7.6 7.2 77.8% 1 14.09s 633 12 24,721
GPT-4o-mini 3.0 10.0 0.0% 0 637ms 732 15 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 3.5 Flash 10.0 10.0 100.0% 0 3.63s 486 115 1,650
GPT-4o-mini 4.0 10.0 0.0% 0 909ms 480 66 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 3.5 Flash 10.0 10.0 100.0% 0 3.35s 615 70 3,799
GPT-4o-mini 6.3 10.0 50.0% 0 1.11s 666 69 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 3.5 Flash 10.0 10.0 100.0% 0 3.23s 558 241 4,940
GPT-4o-mini 3.5 10.0 0.0% 0 1.21s 651 308 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 3.5 Flash 9.8 10.0 100.0% 0 4.96s 6,115 265 1,608
GPT-4o-mini 10.0 10.0 100.0% 0 2.51s 5,400 205 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 3.5 Flash 10.0 10.0 100.0% 0 3.94s 156 12 2,005
GPT-4o-mini 3.0 10.0 0.0% 0 794ms 198 15 0

快速对比

切换对比组合

CobuddymediumvsGPT-4o-mininoneMistral Small 4mediumvsGPT-4o-mininoneMiniMax M2.5mediumvsGPT-4o-mininoneMiniMax M2.7mediumvsGPT-4o-mininoneGPT-4o-mininonevsQwen3 Coder NextmediumGemini 3.5 FlashhighvsQwen3.7 MaxmediumGemini 3.5 FlashhighvsGPT-5.5lowClaude Fable 5mediumvsGemini 3.5 FlashhighGPT-4o-mininonevsGLM 4.7 FlashmediumGemini 3.5 FlashhighvsGPT-5.5mediumNorth Mini Codemedium免费可用vsGPT-4o-mininoneGemini 3.5 FlashhighvsGPT-5.3-Codexmedium