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 Sol

摘要

Gemini 3.5 Flash (high) vs GPT-5.6 Sol (low) benchmark 对比：Gemini 3.5 Flash (high) 平均分领先，为 9.8 vs 9.5。 GPT-5.6 Sol (low) benchmark 成本更低，为 $0.649 vs $1.115。 GPT-5.6 Sol (low) 更快，为 8.29s vs 8.84s，通过率为 96.8% vs 85.7%。

推荐模型: GPT-5.6 Sol (low) - 它的得分接近这里的最高分（9.5 vs 9.8），同时成本比Gemini 3.5 Flash (high)低约 1.7 倍。

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 Sol GPT-5.6 Sol low 发布日期: 2026-07-09
分数 9.8 9.5
排名 #1 #3
可靠性 10.0 10.0
一致性 9.6 9.2
测试正确
尝试通过率 96.8% 85.7%
不稳定测试 1 2
总运行次数 63 63
每个结果成本 5.575 3.816
总成本 $1.115 $0.649
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 34,218
输出令牌 1,975 1,898
推理令牌 115,638 14,023
响应时间（平均） 8.84s 8.29s
响应时间（最大） 34.82s 53.91s
响应时间（总计） 185.57s 174.04s

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

#3 GPT-5.6 Sol

low
成本
$0.062
时间
26.7s
令牌
2,150 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 Sol 8.3 10.0 75.0% 0 2.60s 606 174 492
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 Sol 10.0 10.0 100.0% 0 11.25s 7,302 412 3,482
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 Sol 10.0 10.0 100.0% 0 9.87s 11,019 318 792
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 Sol 10.0 10.0 100.0% 0 1.82s 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 Sol 5.3 7.2 44.4% 1 29.07s 723 71 7,822
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 Sol 10.0 10.0 100.0% 0 3.07s 477 99 135
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 Sol 10.0 10.0 100.0% 0 2.27s 660 90 146
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 Sol 8.2 7.2 88.9% 1 3.44s 642 224 534
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 Sol 10.0 10.0 100.0% 0 7.56s 5,454 258 294
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 Sol 10.0 10.0 100.0% 0 3.67s 195 30 326

快速对比

切换对比组合

Gemini 3 Flash PreviewmediumvsGPT-5.6 SollowGPT-5.6 SollowvsQwen3.7 MaxmediumClaude Fable 5mediumvsGPT-5.6 SollowGemini 3.1 Pro PreviewmediumvsGPT-5.6 SollowGemini 3.5 FlashmediumvsGPT-5.6 SollowGemini 3.5 FlashhighvsQwen3.7 MaxmediumGemini 3.5 FlashhighvsGPT-5.6 SolmediumGemini 3.5 FlashhighvsGPT-5.5lowClaude Fable 5mediumvsGemini 3.5 FlashhighGPT-5.6 SollowvsQwen3.6 Max PreviewmediumClaude Opus 4.8mediumvsGPT-5.6 SollowClaude Opus 4.7mediumvsGPT-5.6 Sollow