Google: Gemini 3.5 Flash vs OpenAI: GPT-5.2 Chat

Gemini 3.5 Flash (high) 平均分领先，为 9.5 vs 8.0。 GPT-5.2 Chat benchmark 成本更低，为 $0.604 vs $1.976。 GPT-5.2 Chat 更快，为 7.65s vs 15.07s，通过率为 93.9% vs 74.2%。

推荐模型Gemini 3.5 Flash (high)它在本次比较中得分最高（9.5），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：: 2026-07-17

指标	Gemini 3.5 Flash Gemini 3.5 Flash high 发布日期: 2026-05-19	GPT-5.2 Chat GPT-5.2 Chat none 发布日期: 2025-12-11

指标	Gemini 3.5 Flash Gemini 3.5 Flash high 发布日期: 2026-05-19	GPT-5.2 Chat GPT-5.2 Chat none 发布日期: 2025-12-11
分数	9.5	8.0
排名	#2	#29
可靠性	10.0	10.0
一致性	9.3	8.6
测试正确
尝试通过率	93.9%	74.2%
不稳定测试	2	4
总运行次数	66	66
每个结果成本	9.879	4.308
总成本	$1.976	$0.604
输入价格	$1.500 / 1M	$1.750 / 1M
输出价格	$9.000 / 1M	$14.000 / 1M
总输入令牌	107,137	101,248
输出令牌	8,777	30,424
推理令牌	192,900	0
响应时间（平均）	15.07s	7.65s
响应时间（最大）	145.92s	38.52s
响应时间（总计）	331.48s	168.39s

Hamster playing table tennis

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

#2 Gemini 3.5 Flash

high

成本: $0.208
时间: 118.2s
令牌: 23,158 tok

#29 GPT-5.2 Chat

none

成本: $0.010
时间: 15.3s
令牌: 797 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 3.5 Flash	10.0	10.0	100.0%	0		2.57s	492	174	4,997
GPT-5.2 Chat	8.7	7.9	91.7%	1		3.40s	606	1,807	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-5.2 Chat	8.8	7.8	88.9%	1		9.82s	7,305	6,731	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	8.2	6.9	66.7%	1		84.14s	82,416	7,153	93,585
GPT-5.2 Chat	7.3	5.8	83.3%	1		13.91s	78,055	7,923	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-5.2 Chat	10.0	10.0	100.0%	0		3.05s	7,140	980	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-5.2 Chat	5.3	10.0	33.3%	0		17.78s	723	7,810	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-5.2 Chat	4.4	3.0	33.3%	1		3.20s	477	335	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-5.2 Chat	9.8	10.0	100.0%	0		5.51s	660	1,441	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-5.2 Chat	7.7	10.0	66.7%	0		4.10s	642	1,603	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-5.2 Chat	10.0	10.0	100.0%	0		4.68s	5,445	555	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-5.2 Chat	3.0	10.0	0.0%	0		6.89s	195	1,239	0

快速对比

切换对比组合

GPT-5.2 ChatnonevsStep 3.7 Flashmedium Gemini 3.5 FlashhighvsGPT-5.6 Sollow GPT-5.2 ChatnonevsGLM 5.2high Muse Spark 1.1highvsGPT-5.2 Chatnone Kimi K3maxvsGPT-5.2 Chatnone Seed-2.0-LitemediumvsGPT-5.2 Chatnone GPT-5.2 ChatnonevsQwen3.7 Plusmedium Gemini 3.5 FlashhighvsGPT-5.6 Solmedium Gemini 2.5 FlashmediumvsGPT-5.2 Chatnone GPT-5.2 ChatnonevsQwen3.6 Plusmedium GPT-5.2 ChatnonevsGLM 5.2medium Gemini 3.5 FlashhighvsGPT-5.5low