Google: Gemini 3.5 Flash-Lite vs OpenAI: GPT-5.2

GPT-5.2 (medium) 平均分领先，为 8.4 vs 8.1。 Gemini 3.5 Flash-Lite (high) benchmark 成本更低，为 $0.584 vs $0.951。 Gemini 3.5 Flash-Lite (high) 更快，为 9.48s vs 22.62s，通过率为 81.8% vs 72.7%。

推荐模型Gemini 3.5 Flash-Lite (high)它的得分接近这里的最高分（8.1 vs 8.4），同时成本比GPT-5.2 (medium)低约 1.6 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-25

指标	Gemini 3.5 Flash-Lite Gemini 3.5 Flash-Lite high 发布日期: 2026-07-21	GPT-5.2 GPT-5.2 medium 发布日期: 2025-12-11

指标	Gemini 3.5 Flash-Lite Gemini 3.5 Flash-Lite high 发布日期: 2026-07-21	GPT-5.2 GPT-5.2 medium 发布日期: 2025-12-11
分数	8.1	8.4
排名	#34	#27
可靠性	10.0	10.0
一致性	7.5	8.5
测试正确
尝试通过率	81.8%	72.7%
不稳定测试	7	4
总运行次数	66	66
每个结果成本	4.169	6.791
总成本	$0.584	$0.951
输入价格	$0.300 / 1M	$1.750 / 1M
输出价格	$2.500 / 1M	$14.000 / 1M
总输入令牌	105,138	105,004
输出令牌	8,315	9,914
推理令牌	212,507	44,868
响应时间（平均）	9.48s	22.62s
响应时间（最大）	43.93s	102.93s
响应时间（总计）	208.52s	339.28s

Hamster playing table tennis

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

#34 Gemini 3.5 Flash-Lite

high

成本: $0.023
时间: 23.6s
令牌: 9,128 tok

#27 GPT-5.2

medium

成本: $0.047
时间: 49.2s
令牌: 3,396 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-Lite	10.0	10.0	100.0%	0		1.98s	516	166	7,464
GPT-5.2	6.5	8.0	58.3%	1		7.81s	606	567	2,002

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-Lite	8.6	7.6	88.9%	1		15.09s	8,136	452	55,603
GPT-5.2	10.0	10.0	100.0%	0		22.73s	7,302	511	11,912

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-Lite	7.3	5.8	83.3%	1		29.22s	80,577	6,767	62,928
GPT-5.2	10.0	10.0	100.0%	0		58.50s	82,056	7,304	14,693

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-Lite	10.0	10.0	100.0%	0		2.71s	7,269	279	5,104
GPT-5.2	10.0	10.0	100.0%	0		3.15s	7,140	234	420

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-Lite	5.3	7.2	44.4%	1		19.53s	651	16	51,792
GPT-5.2	5.9	7.2	55.6%	1		77.80s	473	42	10,342

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-Lite	5.4	2.5	66.7%	1		3.40s	492	114	2,361
GPT-5.2	3.7	9.7	0.0%	0		4.32s	477	162	269

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-Lite	8.5	6.8	83.3%	1		1.87s	627	70	3,533
GPT-5.2	9.9	10.0	100.0%	0		3.12s	660	94	614

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-Lite	8.2	7.2	88.9%	1		1.85s	576	172	4,371
GPT-5.2	7.5	7.3	77.8%	1		5.80s	642	735	924

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-Lite	10.0	10.0	100.0%	0		4.05s	6,132	269	3,356
GPT-5.2	4.7	1.6	66.7%	1		10.30s	5,453	239	469

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-Lite	2.8	1.6	33.3%	1		16.11s	162	10	15,995
GPT-5.2	3.0	10.0	0.0%	0		28.18s	195	26	3,223

快速对比

切换对比组合

Gemini 3.5 Flash-LitehighvsStep 3.7 Flashmedium Gemini 3.5 Flash-LitehighvsGPT-5.2 Chatnone GPT-5.2mediumvsGrok 4.5low Gemini 3.5 Flash-LitehighvsGPT-5 Minimedium Gemini 3.5 Flash-LitehighvsInklingmedium Gemini 3.5 Flash-LitehighvsKimi K3max Muse Spark 1.1lowvsGPT-5.2medium Seed-2.0-LitemediumvsGemini 3.5 Flash-Litehigh Gemini 3.5 Flash-LitehighvsQwen3.7 Plusmedium Gemini 3.5 Flash-LitehighvsQwen3.6 Plusmedium Gemini 3.5 Flash-LitehighvsGLM 5.2medium Claude Opus 5lowvsGPT-5.2medium