Google: Gemini 3.5 Flash-Lite vs OpenAI: GPT-5.5

GPT-5.5 (low) 平均分领先，为 9.3 vs 6.7。 Gemini 3.5 Flash-Lite (low) benchmark 成本更低，为 $0.145 vs $1.253。 Gemini 3.5 Flash-Lite (low) 更快，为 2.25s vs 10.13s，通过率为 66.7% vs 86.4%。

推荐模型GPT-5.5 (low)它在本次比较中得分最高（9.3），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 low 发布日期: 2026-07-21	GPT-5.5 GPT-5.5 low 发布日期: 2026-04-24

指标	Gemini 3.5 Flash-Lite Gemini 3.5 Flash-Lite low 发布日期: 2026-07-21	GPT-5.5 GPT-5.5 low 发布日期: 2026-04-24
分数	6.7	9.3
排名	#95	#9
可靠性	10.0	10.0
一致性	8.2	10.0
测试正确
尝试通过率	66.7%	86.4%
不稳定测试	5	0
总运行次数	66	66
每个结果成本	1.201	6.594
总成本	$0.145	$1.253
输入价格	$0.300 / 1M	$5.000 / 1M
输出价格	$2.500 / 1M	$30.000 / 1M
总输入令牌	144,622	80,058
输出令牌	15,302	5,378
推理令牌	24,971	23,040
响应时间（平均）	2.25s	10.13s
响应时间（最大）	13.50s	56.19s
响应时间（总计）	49.58s	222.82s

Hamster playing table tennis

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

#95 Gemini 3.5 Flash-Lite

low

成本: $0.008
时间: 7.7s
令牌: 3,056 tok

#9 GPT-5.5

low

成本: $0.068
时间: 37.0s
令牌: 2,339 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		1.30s	516	278	4,147
GPT-5.5	10.0	10.0	100.0%	0		4.41s	606	238	1,020

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	4.1	7.9	11.1%	1		672ms	8,136	463	0
GPT-5.5	10.0	10.0	100.0%	0		15.04s	7,302	423	6,402

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	6.3	5.8	66.7%	1		8.96s	120,017	13,542	5,573
GPT-5.5	10.0	10.0	100.0%	0		13.73s	56,868	3,635	1,297

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		657ms	7,269	287	0
GPT-5.5	10.0	10.0	100.0%	0		3.28s	7,140	228	157

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	3.6	7.2	22.2%	1		3.63s	651	17	7,901
GPT-5.5	5.3	10.0	33.3%	0		28.05s	723	69	11,609

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	6.1	3.1	66.7%	1		1.71s	492	92	1,079
GPT-5.5	10.0	10.0	100.0%	0		5.17s	477	133	245

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	9.8	10.0	100.0%	0		869ms	627	70	1,093
GPT-5.5	9.9	10.0	100.0%	0		3.74s	660	93	415

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	7.8	10.0	66.7%	0		1.22s	576	215	2,121
GPT-5.5	10.0	10.0	100.0%	0		4.74s	642	279	954

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	9.8	10.0	100.0%	0		1.76s	6,176	328	340
GPT-5.5	10.0	10.0	100.0%	0		4.96s	5,445	250	101

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	4.7	1.6	66.7%	1		3.38s	162	10	2,717
GPT-5.5	3.0	10.0	0.0%	0		10.06s	195	30	840

快速对比

切换对比组合