导航
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY 对比

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

摘要

Gemini 3.5 Flash (low) vs GPT-5.6 Sol (medium) benchmark 对比：GPT-5.6 Sol (medium) 平均分领先，为 9.4 vs 9.2。 Gemini 3.5 Flash (low) benchmark 成本更低，为 $0.349 vs $0.966。 Gemini 3.5 Flash (low) 更快，为 3.27s vs 10.79s，通过率为 90.5% vs 90.5%。

推荐模型: Gemini 3.5 Flash (low) - 它的得分接近这里的最高分（9.2 vs 9.4），同时成本比GPT-5.6 Sol (medium)低约 2.8 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-09

指标 Gemini 3.5 Flash Gemini 3.5 Flash low 发布日期: 2026-05-19 GPT-5.6 Sol GPT-5.6 Sol medium 发布日期: 2026-07-09
分数 9.2 9.4
排名 #8 #5
可靠性 10.0 10.0
一致性 10.0 8.8
测试正确
尝试通过率 90.5% 90.5%
不稳定测试 0 3
总运行次数 63 63
每个结果成本 1.834 5.682
总成本 $0.349 $0.966
输入价格 $1.500 / 1M $5.000 / 1M
输出价格 $9.000 / 1M $30.000 / 1M
总输入令牌 36,938 34,218
输出令牌 2,033 1,895
推理令牌 30,519 24,600
响应时间（平均） 3.27s 10.79s
响应时间（最大） 9.05s 79.40s
响应时间（总计） 68.65s 226.57s

生成展示

Hamster playing table tennis

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

#8 Gemini 3.5 Flash

low
成本
$0.068
时间
39.1s
令牌
7,588 tok

#5 GPT-5.6 Sol

medium
成本
$0.124
时间
57.2s
令牌
4,199 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

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 10.0 10.0 100.0% 0 2.52s 494 209 2,536
GPT-5.6 Sol 10.0 10.0 100.0% 0 2.81s 606 173 572
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 7.8 10.0 66.7% 0 6.71s 8,118 458 13,420
GPT-5.6 Sol 10.0 10.0 100.0% 0 9.40s 7,302 394 4,706
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 10.0 10.0 100.0% 0 6.44s 12,873 351 3,050
GPT-5.6 Sol 10.0 10.0 100.0% 0 12.13s 11,019 318 1,214
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 10.0 10.0 100.0% 0 1.81s 7,548 279 1,164
GPT-5.6 Sol 10.0 10.0 100.0% 0 1.38s 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 7.7 10.0 66.7% 0 3.39s 633 12 4,538
GPT-5.6 Sol 5.9 7.2 55.6% 1 47.86s 723 71 16,201
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 10.0 10.0 100.0% 0 2.27s 486 119 916
GPT-5.6 Sol 10.0 10.0 100.0% 0 3.48s 477 99 214
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 9.9 10.0 100.0% 0 1.86s 615 71 1,652
GPT-5.6 Sol 10.0 10.0 100.0% 0 2.50s 660 96 249
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 10.0 10.0 100.0% 0 2.35s 558 288 2,150
GPT-5.6 Sol 8.2 7.2 88.9% 1 2.98s 642 228 566
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 10.0 10.0 100.0% 0 3.27s 5,457 234 403
GPT-5.6 Sol 10.0 10.0 100.0% 0 6.30s 5,454 264 361
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 10.0 10.0 100.0% 0 1.88s 156 12 690
GPT-5.6 Sol 4.7 1.6 66.7% 1 4.94s 195 30 517

快速对比

切换对比组合

Claude Fable 5mediumvsGemini 3.5 FlashlowGemini 3.5 FlashlowvsGPT-5.6 SolhighGemini 3.5 FlashlowvsQwen3.7 MaxmediumGemini 3.5 FlashlowvsGPT-5.5mediumGemini 3.5 FlashlowvsGPT-5.3-CodexmediumGemini 3.5 FlashlowvsQwen3.6 Max PreviewmediumClaude Opus 4.8mediumvsGemini 3.5 FlashlowGemini 3.5 FlashhighvsGPT-5.6 SolmediumClaude Opus 4.7mediumvsGemini 3.5 FlashlowGemini 3.5 FlashlowvsGLM 5.2mediumGemini 3.5 FlashlowvsGLM 5mediumGemini 3.5 FlashlowvsGPT-5 Minimedium