Google: Gemini 3.5 Flash-Lite vs OpenAI: GPT-5.6 Terra

Gemini 3.5 Flash-Lite (high) 平均分领先，为 8.1 vs 7.8。 Gemini 3.5 Flash-Lite (high) benchmark 成本更低，为 $0.584 vs $0.676。 GPT-5.6 Terra (medium) 更快，为 7.11s vs 9.48s，通过率为 81.8% vs 69.7%。

推荐模型Gemini 3.5 Flash-Lite (high)它在本次比较中得分最高（8.1），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：: 2026-07-21

指标	Gemini 3.5 Flash-Lite Gemini 3.5 Flash-Lite high 发布日期: 2026-07-21	GPT-5.6 Terra GPT-5.6 Terra medium 发布日期: 2026-07-09

指标	Gemini 3.5 Flash-Lite Gemini 3.5 Flash-Lite high 发布日期: 2026-07-21	GPT-5.6 Terra GPT-5.6 Terra medium 发布日期: 2026-07-09
分数	8.1	7.8
排名	#31	#43
可靠性	10.0	10.0
一致性	7.5	9.3
测试正确
尝试通过率	81.8%	69.7%
不稳定测试	7	2
总运行次数	66	66
每个结果成本	4.169	4.825
总成本	$0.584	$0.676
输入价格	$0.300 / 1M	$2.500 / 1M
输出价格	$2.500 / 1M	$15.000 / 1M
总输入令牌	105,138	79,175
输出令牌	8,315	4,878
推理令牌	212,507	26,952
响应时间（平均）	9.48s	7.11s
响应时间（最大）	43.93s	41.68s
响应时间（总计）	208.52s	156.42s

Hamster playing table tennis

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

#31 Gemini 3.5 Flash-Lite

high

成本: $0.023
时间: 23.6s
令牌: 9,128 tok

#43 GPT-5.6 Terra

medium

成本: $0.035
时间: 16.3s
令牌: 2,418 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-5.6 Terra	8.3	10.0	75.0%	0		2.22s	606	172	657

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-5.6 Terra	6.1	7.2	55.6%	1		7.19s	7,302	427	4,527

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-5.6 Terra	10.0	10.0	100.0%	0		11.10s	55,976	3,212	2,122

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-5.6 Terra	10.0	10.0	100.0%	0		872ms	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-Lite	5.3	7.2	44.4%	1		19.53s	651	16	51,792
GPT-5.6 Terra	5.3	10.0	33.3%	0		23.45s	723	70	15,327

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-5.6 Terra	5.5	10.0	0.0%	0		2.37s	477	133	144

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-5.6 Terra	10.0	10.0	100.0%	0		1.43s	660	89	261

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-5.6 Terra	8.4	7.4	88.9%	1		3.78s	642	272	1,462

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-5.6 Terra	10.0	10.0	100.0%	0		5.09s	5,454	254	246

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-5.6 Terra	3.0	10.0	0.0%	0		10.05s	195	27	2,206

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 Gemini 3.5 Flash-LitehighvsGPT-5 Minimedium Claude Opus 4.8lowvsGPT-5.6 Terramedium Gemini 3.5 Flash-LitehighvsInklingmedium Gemini 3.5 Flash-LitehighvsKimi K3max Kimi K3maxvsGPT-5.6 Terramedium Seed-2.0-LitemediumvsGemini 3.5 Flash-Litehigh DeepSeek V4 FlashhighvsGPT-5.6 Terramedium DeepSeek V4 ProhighvsGPT-5.6 Terramedium Gemini 3.5 Flash-LitehighvsQwen3.7 Plusmedium GPT-5.6 TerramediumvsGLM 5.2high