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

平均分几乎持平，为 8.1 vs 8.1。 GPT-5 Mini (medium) benchmark 成本更低，为 $0.237 vs $0.584。 Gemini 3.5 Flash-Lite (high) 更快，为 9.48s vs 27.63s，通过率为 81.8% vs 63.6%。

推荐模型GPT-5 Mini (medium)它在这里得分最高（8.1），同时成本比Gemini 3.5 Flash-Lite (high)低约 2.5 倍。

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 Mini GPT-5 Mini medium 发布日期: 2025-08-07

指标	Gemini 3.5 Flash-Lite Gemini 3.5 Flash-Lite high 发布日期: 2026-07-21	GPT-5 Mini GPT-5 Mini medium 发布日期: 2025-08-07
分数	8.1	8.1
排名	#31	#29
可靠性	10.0	10.0
一致性	7.5	8.8
测试正确
尝试通过率	81.8%	63.6%
不稳定测试	7	3
总运行次数	66	66
每个结果成本	4.169	1.971
总成本	$0.584	$0.237
输入价格	$0.300 / 1M	$0.250 / 1M
输出价格	$2.500 / 1M	$2.000 / 1M
总输入令牌	105,138	98,374
输出令牌	8,315	14,434
推理令牌	212,507	91,498
响应时间（平均）	9.48s	27.63s
响应时间（最大）	43.93s	111.48s
响应时间（总计）	208.52s	607.92s

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

#29 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-Lite	10.0	10.0	100.0%	0		1.98s	516	166	7,464
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-Lite	8.6	7.6	88.9%	1		15.09s	8,136	452	55,603
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-Lite	7.3	5.8	83.3%	1		29.22s	80,577	6,767	62,928
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-Lite	10.0	10.0	100.0%	0		2.71s	7,269	279	5,104
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-Lite	5.3	7.2	44.4%	1		19.53s	651	16	51,792
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-Lite	5.4	2.5	66.7%	1		3.40s	492	114	2,361
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-Lite	8.5	6.8	83.3%	1		1.87s	627	70	3,533
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-Lite	8.2	7.2	88.9%	1		1.85s	576	172	4,371
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-Lite	10.0	10.0	100.0%	0		4.05s	6,132	269	3,356
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-Lite	2.8	1.6	33.3%	1		16.11s	162	10	15,995
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 Flash-LitehighvsStep 3.7 Flashmedium Gemini 3.5 Flash-LitehighvsGPT-5.2 Chatnone Muse Spark 1.1highvsGPT-5 Minimedium GPT-5 MinimediumvsInklinghigh GPT-5 MinimediumvsGLM 5.2high Gemini 3.5 Flash-LitehighvsInklingmedium Gemini 3.5 Flash-LitehighvsKimi K3max Kimi K3maxvsGPT-5 Minimedium Seed-2.0-LitemediumvsGemini 3.5 Flash-Litehigh Muse Spark 1.1lowvsGPT-5 Minimedium Gemini 3.5 Flash-LitehighvsQwen3.7 Plusmedium Gemini 3.5 Flash-LitehighvsQwen3.6 Plusmedium