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-5.6 Luna

摘要

Gemini 3.5 Flash (high) vs GPT-5.6 Luna benchmark 对比：Gemini 3.5 Flash (high) 平均分领先，为 9.8 vs 5.3。 GPT-5.6 Luna benchmark 成本更低，为 $0.047 vs $1.115。 GPT-5.6 Luna 更快，为 1.06s vs 8.84s，通过率为 96.8% vs 36.5%。

推荐模型: Gemini 3.5 Flash (high) - 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：: 2026-07-09

指标 Gemini 3.5 Flash Gemini 3.5 Flash high 发布日期: 2026-05-19 GPT-5.6 Luna GPT-5.6 Luna none 发布日期: 2026-07-09
分数 9.8 5.3
排名 #1 #142
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% 36.5%
不稳定测试 1 3
总运行次数 63 63
每个结果成本 5.575 0.767
总成本 $1.115 $0.047
输入价格 $1.500 / 1M $1.000 / 1M
输出价格 $9.000 / 1M $6.000 / 1M
总输入令牌 37,594 34,218
输出令牌 1,975 1,967
推理令牌 115,638 0
响应时间（平均） 8.84s 1.06s
响应时间（最大） 34.82s 2.80s
响应时间（总计） 185.57s 22.34s

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

#142 GPT-5.6 Luna

none
成本
$0.016
时间
15.8s
令牌
2,685 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-5.6 Luna 4.8 10.0 25.0% 0 901ms 606 266 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-5.6 Luna 3.8 7.2 22.2% 1 980ms 7,302 459 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-5.6 Luna 3.0 10.0 0.0% 0 2.78s 11,019 280 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-5.6 Luna 10.0 10.0 100.0% 0 758ms 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-5.6 Luna 2.9 7.2 11.1% 1 737ms 723 54 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-5.6 Luna 5.0 10.0 0.0% 0 1.00s 477 150 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-5.6 Luna 7.1 5.8 83.3% 1 1.23s 660 86 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-5.6 Luna 5.3 10.0 33.3% 0 790ms 642 202 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-5.6 Luna 10.0 10.0 100.0% 0 2.80s 5,454 222 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-5.6 Luna 3.0 10.0 0.0% 0 651ms 195 26 0

快速对比

切换对比组合

MiniMax M2.7mediumvsGPT-5.6 LunanoneMistral Small 4mediumvsGPT-5.6 LunanoneGemini 3.5 FlashhighvsGPT-5.6 SollowCobuddymediumvsGPT-5.6 LunanoneGemini 3.5 FlashhighvsQwen3.7 MaxmediumGemini 3.5 FlashhighvsGPT-5.6 SolmediumGemini 3.5 FlashhighvsGPT-5.5lowNorth Mini Codemedium免费可用vsGPT-5.6 LunanoneMiniMax M2.5mediumvsGPT-5.6 LunanoneClaude Fable 5mediumvsGemini 3.5 FlashhighGPT-5.6 LunanonevsQwen3 Coder NextmediumGemini 3.1 Flash LiteminimalvsGPT-5.6 Lunanone