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-5.5

摘要

Gemini 3.5 Flash vs GPT-5.5 benchmark 对比：Gemini 3.5 Flash 平均分领先，为 9.1 vs 9.0。 Gemini 3.5 Flash benchmark 成本更低，为 $0.582 vs $3.679。 Gemini 3.5 Flash 更快，为 4.94s vs 37.98s，通过率为 87.3% vs 87.3%。

推荐模型: Gemini 3.5 Flash - 它在这里得分最高（9.1），同时成本比GPT-5.5低约 6.3 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-02

指标 Gemini 3.5 Flash Gemini 3.5 Flash medium 发布日期: 2026-05-19 GPT-5.5 GPT-5.5 medium 发布日期: 2026-04-24
分数 9.1 9.0
排名 #8 #9
可靠性 10.0 10.0
一致性 9.6 8.9
测试正确
尝试通过率 87.3% 87.3%
不稳定测试 1 3
总运行次数 63 63
每个结果成本 3.229 21.638
总成本 $0.582 $3.679
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 36,936 34,212
输出令牌 2,001 1,985
推理令牌 56,408 114,925
响应时间（平均） 4.94s 37.98s
响应时间（最大） 18.07s 332.10s
响应时间（总计） 103.79s 797.60s

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

medium
成本
$0.201
时间
112.9s
令牌
22,371 tok

#9 GPT-5.5

medium
成本
$0.112
时间
71.9s
令牌
3,807 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 2.09s 492 171 3,385
GPT-5.5 10.0 10.0 100.0% 0 4.66s 606 250 1,335
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 7.9 7.5 77.8% 1 12.63s 8,118 461 24,939
GPT-5.5 8.8 7.8 88.9% 1 59.77s 7,305 362 24,959
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 12.05s 12,873 351 7,807
GPT-5.5 10.0 10.0 100.0% 0 19.29s 11,019 312 2,841
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 4.07s 7,548 279 3,784
GPT-5.5 10.0 10.0 100.0% 0 4.18s 7,140 234 593
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 5.24s 633 12 8,047
GPT-5.5 5.3 7.2 44.4% 1 164.14s 723 67 79,625
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 2.52s 486 115 1,144
GPT-5.5 10.0 10.0 100.0% 0 4.16s 477 138 223
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 2.70s 615 71 2,855
GPT-5.5 10.0 10.0 100.0% 0 3.36s 660 93 538
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 7.7 10.0 66.7% 0 2.38s 558 295 2,747
GPT-5.5 10.0 10.0 100.0% 0 6.76s 642 241 2,225
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 3.81s 5,457 234 455
GPT-5.5 10.0 10.0 100.0% 0 10.57s 5,445 258 832
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 2.75s 156 12 1,245
GPT-5.5 2.8 1.6 33.3% 1 37.86s 195 30 1,754

快速对比

切换对比组合

Gemini 3.5 FlashmediumvsGPT-5.5lowGemini 3.5 FlashlowvsGPT-5.5mediumGemini 3.5 FlashmediumvsGPT-5.2 ChatnoneDeepSeek V4 FlashhighvsGPT-5.5mediumGemini 3.5 FlashhighvsGPT-5.5mediumDeepSeek V4 FlashhighvsGemini 3.5 FlashmediumClaude Opus 4.8lowvsGPT-5.5mediumGPT-5.5mediumvsStep 3.7 FlashlowClaude Opus 4.8lowvsGemini 3.5 FlashmediumDeepSeek V4 ProhighvsGPT-5.5mediumGemini 3.5 FlashmediumvsStep 3.7 FlashlowDeepSeek V4 ProhighvsGemini 3.5 Flashmedium