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

GPT-5.6 Sol 平均分领先，为 6.9 vs 6.7。 Gemini 3.5 Flash-Lite (low) benchmark 成本更低，为 $0.145 vs $0.524。 GPT-5.6 Sol 更快，为 2.16s vs 2.25s，通过率为 66.7% vs 59.1%。

推荐模型Gemini 3.5 Flash-Lite (low)它的得分接近这里的最高分（6.7 vs 6.9），同时成本比GPT-5.6 Sol低约 3.6 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 low 发布日期: 2026-07-21	GPT-5.6 Sol GPT-5.6 Sol none 发布日期: 2026-07-09

指标	Gemini 3.5 Flash-Lite Gemini 3.5 Flash-Lite low 发布日期: 2026-07-21	GPT-5.6 Sol GPT-5.6 Sol none 发布日期: 2026-07-09
分数	6.7	6.9
排名	#95	#87
可靠性	10.0	10.0
一致性	8.2	9.0
测试正确
尝试通过率	66.7%	59.1%
不稳定测试	5	3
总运行次数	66	66
每个结果成本	1.201	4.761
总成本	$0.145	$0.524
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	78,593
输出令牌	15,302	4,357
推理令牌	24,971	0
响应时间（平均）	2.25s	2.16s
响应时间（最大）	13.50s	12.81s
响应时间（总计）	49.58s	47.62s

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

#87 GPT-5.6 Sol

none

成本: $0.116
时间: 78.7s
令牌: 3,944 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-5.6 Sol	8.3	10.0	75.0%	0		1.27s	606	154	0

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-5.6 Sol	5.5	10.0	33.3%	0		1.39s	7,302	390	0

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-5.6 Sol	6.5	10.0	50.0%	0		8.37s	55,394	2,881	0

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-5.6 Sol	10.0	10.0	100.0%	0		1.53s	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	3.6	7.2	22.2%	1		3.63s	651	17	7,901
GPT-5.6 Sol	3.6	7.2	22.2%	1		1.43s	723	54	0

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-5.6 Sol	6.5	3.4	66.7%	1		1.52s	477	91	0

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-5.6 Sol	8.5	6.8	83.3%	1		1.33s	660	84	0

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-5.6 Sol	7.7	10.0	66.7%	0		1.49s	642	211	0

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-5.6 Sol	10.0	10.0	100.0%	0		3.70s	5,454	246	0

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-5.6 Sol	3.0	10.0	0.0%	0		1.95s	195	24	0

快速对比

切换对比组合

Gemini 3.5 Flash-LitelowvsKAT-Coder-Pro V2.5none GPT-5.6 SolnonevsMiMo-V2.5-Promedium Gemini 3.5 Flash-LitelowvsQwen3.6 35B A3Bmedium GPT-5.6 SolnonevsQwen3.6 Flashmedium KAT-Coder-Pro V2.5mediumvsGPT-5.6 Solnone GPT-5.6 SolnonevsStep 3.7 Flashhigh Seed-2.0-MinimediumvsGPT-5.6 Solnone Gemini 3.5 FlashminimalvsGPT-5.6 Solnone Mercury 2mediumvsGPT-5.6 Solnone Kimi K2.5mediumvsGPT-5.6 Solnone Gemini 3.5 Flash-LitelowvsGLM 5.2none Gemini 3.5 Flash-LitelowvsLongCat 2.0high