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 (medium) benchmark 对比：Gemini 3.5 Flash (high) 平均分领先，为 9.8 vs 9.4。 GPT-5.6 Sol (medium) benchmark 成本更低，为 $0.966 vs $1.115。 Gemini 3.5 Flash (high) 更快，为 8.84s vs 10.79s，通过率为 96.8% vs 90.5%。

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 Sol GPT-5.6 Sol medium 发布日期: 2026-07-09
分数 9.8 9.4
排名 #1 #5
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% 90.5%
不稳定测试 1 3
总运行次数 63 63
每个结果成本 5.575 5.682
总成本 $1.115 $0.966
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 1,895
推理令牌 115,638 24,600
响应时间（平均） 8.84s 10.79s
响应时间（最大） 34.82s 79.40s
响应时间（总计） 185.57s 226.57s

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

#5 GPT-5.6 Sol

medium
成本
$0.124
时间
57.2s
令牌
4,199 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 10.0 10.0 100.0% 0 2.81s 606 173 572
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 9.40s 7,302 394 4,706
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 12.13s 11,019 318 1,214
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 1.38s 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 5.9 7.2 55.6% 1 47.86s 723 71 16,201
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 3.48s 477 99 214
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 2.50s 660 96 249
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 2.98s 642 228 566
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 6.30s 5,454 264 361
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 4.7 1.6 66.7% 1 4.94s 195 30 517

快速对比

切换对比组合

Gemini 3.5 FlashlowvsGPT-5.6 SolmediumGemini 3.5 FlashhighvsGPT-5.6 SollowGemini 3.5 FlashhighvsQwen3.7 MaxmediumGemini 3.5 FlashhighvsGPT-5.5lowClaude Fable 5mediumvsGemini 3.5 FlashhighGemini 3.5 FlashhighvsGPT-5.5mediumGemini 3.5 FlashhighvsGPT-5.3-CodexmediumGemini 3.5 FlashhighvsQwen3.6 Max PreviewmediumClaude Opus 4.8mediumvsGemini 3.5 FlashhighDeepSeek V4 FlashhighvsGPT-5.6 SolmediumClaude Opus 4.7mediumvsGemini 3.5 FlashhighGemini 3.5 FlashhighvsGLM 5.2medium