导航
AI BENCHY
Advertise here

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 benchmark 对比：Gemini 3.5 Flash (high) 平均分领先，为 9.8 vs 6.3。 GPT-5.6 Sol benchmark 成本更低，为 $0.225 vs $1.115。 GPT-5.6 Sol 更快，为 1.66s vs 8.84s，通过率为 96.8% vs 57.1%。

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 none 发布日期: 2026-07-09
分数 9.8 6.3
排名 #1 #101
可靠性 10.0 10.0
一致性 9.6 9.0
测试正确
尝试通过率 96.8% 57.1%
不稳定测试 1 3
总运行次数 63 63
每个结果成本 5.575 2.244
总成本 $1.115 $0.225
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 1,776
推理令牌 115,638 0
响应时间（平均） 8.84s 1.66s
响应时间（最大） 34.82s 3.93s
响应时间（总计） 185.57s 34.81s

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

#101 GPT-5.6 Sol

none
成本
$0.116
时间
78.7s
令牌
3,944 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 1.27s 606 154 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 Sol 5.5 10.0 33.3% 0 1.39s 7,302 390 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 Sol 3.0 10.0 0.0% 0 3.93s 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-5.6 Sol 10.0 10.0 100.0% 0 1.53s 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 3.6 7.2 22.2% 1 1.43s 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 Sol 6.5 3.4 66.7% 1 1.52s 477 91 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 Sol 8.5 6.8 83.3% 1 1.33s 660 84 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 Sol 7.7 10.0 66.7% 0 1.49s 642 211 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 Sol 10.0 10.0 100.0% 0 3.70s 5,454 246 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 Sol 3.0 10.0 0.0% 0 1.95s 195 24 0

快速对比

切换对比组合

Nemotron 3 Supermedium免费可用vsGPT-5.6 SolnoneGemma 4 31Bmedium免费可用vsGPT-5.6 SolnoneGPT-5.6 SolnonevsQwen3.5-35B-A3BmediumGemini 3.1 Flash LitelowvsGPT-5.6 SolnoneGemini 3.1 Flash Lite PreviewlowvsGPT-5.6 SolnoneGemini 3.1 Flash LiteminimalvsGPT-5.6 SolnoneGPT-5.6 SolnonevsQwen3.6 27BmediumGPT-5.6 SolnonevsStep 3.5 FlashmediumGemini 3.5 FlashhighvsGPT-5.6 SollowGPT-5.6 SolnonevsMiMo-V2.5mediumGPT-5.6 SolnonevsQwen3.6 35B A3BmediumGemini 3.5 FlashhighvsQwen3.7 Maxmedium