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

GPT-5.5 (low) 平均分领先，为 9.3 vs 6.5。 Gemini 3.5 Flash-Lite (medium) benchmark 成本更低，为 $0.369 vs $1.253。 Gemini 3.5 Flash-Lite (medium) 更快，为 6.01s vs 10.13s，通过率为 69.7% 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 medium 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 medium 发布日期: 2026-07-21	GPT-5.5 GPT-5.5 low 发布日期: 2026-04-24
分数	6.5	9.3
排名	#104	#9
可靠性	10.0	10.0
一致性	7.4	10.0
测试正确
尝试通过率	69.7%	86.4%
不稳定测试	7	0
总运行次数	66	66
每个结果成本	3.074	6.594
总成本	$0.369	$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	118,818	80,058
输出令牌	11,677	5,378
推理令牌	121,611	23,040
响应时间（平均）	6.01s	10.13s
响应时间（最大）	49.03s	56.19s
响应时间（总计）	132.30s	222.82s

Hamster playing table tennis

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

#104 Gemini 3.5 Flash-Lite

medium

成本: $0.015
时间: 16.4s
令牌: 5,971 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		1.70s	516	149	5,902
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	5.5	7.4	44.4%	1		8.37s	8,136	452	25,999
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	3.8	1.6	50.0%	2		28.68s	94,257	10,068	57,720
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		1.69s	7,269	292	2,801
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	2.9	4.4	22.2%	2		6.62s	651	18	14,669
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	5.4	2.5	66.7%	1		2.93s	492	97	1,991
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		1.59s	627	69	2,851
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	8.4	7.4	88.9%	1		1.70s	576	204	3,632
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	10.0	10.0	100.0%	0		2.63s	6,132	317	1,351
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	3.0	10.0	0.0%	0		5.98s	162	11	4,695
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

Gemini 3.5 Flash-LitemediumvsQwen3.6 Max Previewnone Gemini 3.5 Flash-LitemediumvsQwen3.5-27Bnone Gemini 3.5 Flash-LitemediumvsLongCat 2.0high Gemini 3.5 Flash-LitemediumvsGLM 5.2none Gemini 3.1 Pro PreviewmediumvsGPT-5.5low Gemini 3.5 Flash-LitemediumvsQwen3.5 Plus 2026-02-15none Gemini 3.5 Flash-LitemediumvsKAT-Coder-Pro V2.5none Gemini 3.5 Flash-LitemediumvsLongCat 2.0low GPT-5.5lowvsQwen3.7 Maxmedium Gemini 3.5 FlashmediumvsGPT-5.5low Gemini 3.5 FlashhighvsGPT-5.5low Gemini 3 Flash PreviewmediumvsGPT-5.5low