导航
AI BENCHY
Advertise here

AI BENCHY 对比

Google: Gemini 3.5 Flash vs OpenAI: GPT-5.4 Mini

摘要

Gemini 3.5 Flash vs GPT-5.4 Mini benchmark 对比：Gemini 3.5 Flash 平均分领先，为 9.8 vs 5.3。 GPT-5.4 Mini benchmark 成本更低，为 $0.038 vs $1.115。 GPT-5.4 Mini 更快，为 1.13s vs 8.84s，通过率为 96.8% vs 30.2%。

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：: 2026-06-12

指标 Gemini 3.5 Flash Gemini 3.5 Flash high 发布日期: 2026-05-19 GPT-5.4 Mini GPT-5.4 Mini none 发布日期: 2026-03-17
分数 9.8 5.3
排名 #1 #131
可靠性 10.0 10.0
一致性 9.6 8.8
测试正确
尝试通过率 96.8% 30.2%
不稳定测试 1 3
总运行次数 63 63
每个结果成本 5.575 0.743
总成本 $1.115 $0.038
输入价格 $1.500 / 1M $0.750 / 1M
输出价格 $9.000 / 1M $4.500 / 1M
总输入令牌 37,594 34,244
输出令牌 1,975 2,541
推理令牌 115,638 0
响应时间（平均） 8.84s 1.13s
响应时间（最大） 34.82s 2.52s
响应时间（总计） 185.57s 23.82s

Generation showcase

Hamster playing table tennis

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

#1 Gemini 3.5 Flash

high
Cost
$0.208
Time
118.2s
Tokens
23,158 tok

#131 GPT-5.4 Mini

none
Cost
$0.010
Time
11.7s
Tokens
2,151 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-5.4 Mini 3.1 8.1 8.3% 1 929ms 606 654 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-5.4 Mini 5.5 10.0 33.3% 0 913ms 7,305 401 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-5.4 Mini 3.0 10.0 0.0% 0 2.52s 11,019 298 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-5.4 Mini 10.0 10.0 100.0% 0 1.30s 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 3.5 Flash 7.6 7.2 77.8% 1 14.09s 633 12 24,721
GPT-5.4 Mini 3.5 4.4 33.3% 2 937ms 723 88 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-5.4 Mini 4.8 10.0 0.0% 0 1.82s 477 174 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-5.4 Mini 6.3 10.0 50.0% 0 728ms 660 101 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-5.4 Mini 5.4 10.0 33.3% 0 836ms 642 305 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-5.4 Mini 3.0 10.0 0.0% 0 2.32s 5,477 255 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-5.4 Mini 3.0 10.0 0.0% 0 1.33s 195 43 0

快速对比

切换对比组合

MiniMax M2.7mediumvsGPT-5.4 MininoneMistral Small 4mediumvsGPT-5.4 MininoneCobuddymediumvsGPT-5.4 MininoneGemini 3.5 FlashhighvsQwen3.7 MaxmediumGemini 3.5 FlashhighvsGPT-5.5lowMiniMax M2.5mediumvsGPT-5.4 MininoneGPT-5.4 MininonevsQwen3 Coder NextmediumClaude Fable 5mediumvsGemini 3.5 FlashhighGemini 3.1 Flash LiteminimalvsGPT-5.4 MininoneGemini 3.5 FlashhighvsGPT-5.5mediumGemini 3.5 FlashhighvsGPT-5.3-CodexmediumGemini 3.5 FlashhighvsQwen3.6 Max Previewmedium