导航
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY 对比

Google: Gemini 3.5 Flash vs OpenAI: GPT-5.5

摘要

Gemini 3.5 Flash vs GPT-5.5 benchmark 对比：Gemini 3.5 Flash 平均分领先，为 9.6 vs 6.4。 GPT-5.5 benchmark 成本更低，为 $0.231 vs $1.115。 GPT-5.5 更快，为 1.89s vs 8.84s，通过率为 96.8% vs 54.0%。

推荐模型: Gemini 3.5 Flash - 它在本次比较中得分最高（9.6），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：: 2026-06-04

指标 Gemini 3.5 Flash Gemini 3.5 Flash high 发布日期: 2026-05-19 GPT-5.5 GPT-5.5 none 发布日期: 2026-04-24
分数 9.6 6.4
排名 #2 #91
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% 54.0%
不稳定测试 1 3
总运行次数 63 63
每个结果成本 5.575 2.302
总成本 $1.115 $0.231
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 37,594 34,212
输出令牌 1,975 1,971
推理令牌 115,638 0
响应时间（平均） 8.84s 1.89s
响应时间（最大） 34.82s 5.56s
响应时间（总计） 185.57s 39.64s

Generation showcase

Hamster playing table tennis

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

#2 Gemini 3.5 Flash

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

#91 GPT-5.5

none
Cost
$0.090
Time
54.3s
Tokens
3,063 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 6.9 7.9 66.7% 1 1.31s 606 213 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-5.5 5.5 10.0 33.3% 0 1.35s 7,305 462 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-5.5 3.0 10.0 0.0% 0 5.56s 11,019 300 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-5.5 10.0 10.0 100.0% 0 1.18s 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-5.5 2.9 7.2 11.1% 1 1.31s 723 52 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-5.5 10.0 10.0 100.0% 0 3.41s 477 124 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-5.5 6.2 5.8 66.7% 1 1.15s 660 81 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-5.5 7.7 10.0 66.7% 0 1.29s 642 252 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-5.5 10.0 10.0 100.0% 0 3.90s 5,445 247 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-5.5 3.0 10.0 0.0% 0 5.01s 195 18 0

快速对比

切换对比组合

Gemini 3.1 Flash LiteminimalvsGPT-5.5noneMercury 2mediumvsGPT-5.5noneGPT-5.5nonevsQwen3.6 27BmediumDeepSeek V4 ProhighvsGPT-5.5noneKimi K2.5mediumvsGPT-5.5noneRing-2.6-1TmediumvsGPT-5.5noneSeed-2.0-MinimediumvsGPT-5.5noneGemini 3.5 FlashhighvsQwen3.7 MaxmediumDeepSeek V3.2mediumvsGPT-5.5noneNemotron 3 Supermedium免费可用vsGPT-5.5noneGemini 3.5 FlashhighvsGPT-5.5lowGPT-5.5nonevsStep 3.7 Flashhigh