- 排名
- #4
- 总输出令牌
- 201,677
- 响应时间（平均）
- 15.07s
- 总成本
- $1.976
Gemini 3.5 Flash (high) vs GPT-5.5 (medium)
Gemini 3.5 Flash (high) 平均分领先，为 9.5 vs 9.0。 Gemini 3.5 Flash (high) benchmark 成本更低，为 $1.976 vs $4.137。 Gemini 3.5 Flash (high) 更快，为 15.07s vs 38.42s，通过率为 93.9% vs 87.9%。
- 排名
- #15
- 总输出令牌
- 124,436
- 响应时间（平均）
- 38.42s
- 总成本
- $4.137
推荐模型
Gemini 3.5 Flash (high)
它在这里得分最高（9.5），同时成本比GPT-5.5 (medium)低约 2.1 倍。
详细对比
| 指标 | Gemini 3.5 Flash Gemini 3.5 Flash high | GPT-5.5 GPT-5.5 medium |
|---|---|---|
| 分数 | 9.5 | 9.0 |
| 排名 | #4 | #15 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 9.3 | 8.9 |
| 基准测试覆盖率 | 22/22 项测试 · 66/66 次尝试 | 22/22 项测试 · 66/66 次尝试 |
| 测试正确 | ||
| 尝试通过率 | 93.9% | 87.9% |
| 不稳定测试 | 2 | 3 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 9.879 | 22.980 |
| 总成本 | $1.976 | $4.137 |
| 输入价格 | $1.500 / 1M | $5.000 / 1M |
| 输出价格 | $9.000 / 1M | $30.000 / 1M |
| 总输入令牌 | 107,137 | 80,659 |
| 输出令牌 | 8,777 | 5,617 |
| 推理令牌 | 192,900 | 118,819 |
| 响应时间（平均） | 15.07s | 38.42s |
| 响应时间（最大） | 145.92s | 332.10s |
| 响应时间（总计） | 331.48s | 845.35s |
模型生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#4 Gemini 3.5 Flash
high- 成本
- $0.208
- 时间
- 118.2s
- 令牌
- 23,158 tok
#15 GPT-5.5
medium- 成本
- $0.112
- 时间
- 71.9s
- 令牌
- 3,807 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-5.5 | 10.0 | 10.0 | 100.0% | 0 | 4.66s | 606 | 250 | 1,335 |
| 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-5.5 | 8.8 | 7.8 | 88.9% | 1 | 59.77s | 7,305 | 362 | 24,959 |
| 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-5.5 | 10.0 | 10.0 | 100.0% | 0 | 33.52s | 57,466 | 3,944 | 6,735 |
| 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-5.5 | 10.0 | 10.0 | 100.0% | 0 | 4.18s | 7,140 | 234 | 593 |
| 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-5.5 | 5.3 | 7.2 | 44.4% | 1 | 164.14s | 723 | 67 | 79,625 |
| 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-5.5 | 10.0 | 10.0 | 100.0% | 0 | 4.16s | 477 | 138 | 223 |
| 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-5.5 | 10.0 | 10.0 | 100.0% | 0 | 3.36s | 660 | 93 | 538 |
| 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-5.5 | 10.0 | 10.0 | 100.0% | 0 | 6.76s | 642 | 241 | 2,225 |
| 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-5.5 | 10.0 | 10.0 | 100.0% | 0 | 10.57s | 5,445 | 258 | 832 |
| 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-5.5 | 2.8 | 1.6 | 33.3% | 1 | 37.86s | 195 | 30 | 1,754 |
快速对比
切换对比组合
Gemini 3.5 FlashhighvsGPT-5.6 SollowGemini 3.5 FlashlowvsGPT-5.5mediumGPT-5.5mediumvsGrok 4.5highGemini 3.5 FlashhighvsGPT-5.6 SolmediumGemini 3.5 FlashhighvsGPT-5.5lowMuse Spark 1.2highvsGPT-5.5mediumClaude Opus 5highvsGPT-5.5mediumGemini 3.5 Flash LitehighvsGPT-5.5mediumGemini 3.6 FlashlowvsGPT-5.5mediumGPT-5.5mediumvsQwen3.8 MaxlowClaude Opus 5mediumvsGemini 3.5 FlashhighGemini 3.5 FlashhighvsQwen3.7 Maxmedium