Google: Gemini 3.5 Flash vs OpenAI: GPT-5 Mini

Gemini 3.5 Flash (high) 平均分领先，为 9.5 vs 8.1。 GPT-5 Mini (medium) benchmark 成本更低，为 $0.237 vs $1.976。 Gemini 3.5 Flash (high) 更快，为 15.07s vs 27.63s，通过率为 93.9% vs 63.6%。

推荐模型Gemini 3.5 Flash (high)它在这里得分最高（9.5），同时响应速度比GPT-5 Mini (medium)快约 1.8 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-17

指标	Gemini 3.5 Flash Gemini 3.5 Flash high 发布日期: 2026-05-19	GPT-5 Mini GPT-5 Mini medium 发布日期: 2025-08-07

指标	Gemini 3.5 Flash Gemini 3.5 Flash high 发布日期: 2026-05-19	GPT-5 Mini GPT-5 Mini medium 发布日期: 2025-08-07
分数	9.5	8.1
排名	#2	#26
可靠性	10.0	10.0
一致性	9.3	8.8
测试正确
尝试通过率	93.9%	63.6%
不稳定测试	2	3
总运行次数	66	66
每个结果成本	9.879	1.971
总成本	$1.976	$0.237
输入价格	$1.500 / 1M	$0.250 / 1M
输出价格	$9.000 / 1M	$2.000 / 1M
总输入令牌	107,137	98,374
输出令牌	8,777	14,434
推理令牌	192,900	91,498
响应时间（平均）	15.07s	27.63s
响应时间（最大）	145.92s	111.48s
响应时间（总计）	331.48s	607.92s

Hamster playing table tennis

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

#2 Gemini 3.5 Flash

high

成本: $0.208
时间: 118.2s
令牌: 23,158 tok

#26 GPT-5 Mini

medium

成本: $0.007
时间: 42.9s
令牌: 3,432 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

类别:

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 Mini	7.1	7.6	66.7%	1		13.86s	606	1,715	6,378

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 Mini	10.0	10.0	100.0%	0		27.63s	7,302	658	17,152

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	8.2	6.9	66.7%	1		84.14s	82,416	7,153	93,585
GPT-5 Mini	7.3	5.8	83.3%	1		99.82s	75,392	8,387	35,328

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 Mini	10.0	10.0	100.0%	0		12.58s	7,140	453	3,200

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 Mini	3.6	7.2	22.2%	1		44.63s	515	293	14,016

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 Mini	4.5	10.0	0.0%	0		13.50s	477	349	1,856

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 Mini	10.0	10.0	100.0%	0		11.59s	660	310	3,968

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 Mini	5.6	9.8	33.3%	0		15.20s	642	1,622	6,144

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 Mini	10.0	10.0	100.0%	0		18.64s	5,445	487	1,600

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 Mini	3.0	10.0	0.0%	0		9.99s	195	160	1,856

快速对比

切换对比组合

Gemini 3.5 FlashhighvsGPT-5.6 Sollow Muse Spark 1.1highvsGPT-5 Minimedium GPT-5 MinimediumvsGLM 5.2high Kimi K3maxvsGPT-5 Minimedium Muse Spark 1.1lowvsGPT-5 Minimedium Gemini 3.5 FlashhighvsGPT-5.6 Solmedium Gemini 3.5 FlashhighvsGPT-5.5low GPT-5 MinimediumvsGrok 4.5low Claude Opus 4.8lowvsGPT-5 Minimedium Gemini 3.5 FlashhighvsQwen3.7 Maxmedium DeepSeek V4 FlashhighvsGPT-5 Minimedium DeepSeek V4 ProhighvsGPT-5 Minimedium