AI BENCHY 对比

Google: Gemini 3.5 Flash vs OpenAI: GPT-5.4 Nano

摘要

Gemini 3.5 Flash vs GPT-5.4 Nano benchmark 对比：GPT-5.4 Nano 平均分领先，为 7.5 vs 6.8。 GPT-5.4 Nano benchmark 成本更低，为 $0.107 vs $0.108。 Gemini 3.5 Flash 更快，为 1.57s vs 11.95s，通过率为 68.3% vs 63.5%。

推荐模型: Gemini 3.5 Flash - 它的得分接近这里的最高分（6.8 vs 7.5），同时响应速度比GPT-5.4 Nano快约 7.6 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-12

指标	Gemini 3.5 Flash Gemini 3.5 Flash minimal 发布日期: 2026-05-19	GPT-5.4 Nano GPT-5.4 Nano medium 发布日期: 2026-03-17

指标	Gemini 3.5 Flash Gemini 3.5 Flash minimal 发布日期: 2026-05-19	GPT-5.4 Nano GPT-5.4 Nano medium 发布日期: 2026-03-17
分数	6.8	7.5
排名	#71	#48
可靠性	10.0	10.0
一致性	9.6	8.4
测试正确
尝试通过率	68.3%	63.5%
不稳定测试	1	4
总运行次数	63	63
每个结果成本	0.767	0.969
总成本	$0.108	$0.107
输入价格	$1.500 / 1M	$0.200 / 1M
输出价格	$9.000 / 1M	$1.250 / 1M
总输入令牌	39,847	35,434
输出令牌	5,277	3,014
推理令牌	0	76,520
响应时间（平均）	1.57s	11.95s
响应时间（最大）	5.51s	94.06s
响应时间（总计）	33.02s	250.98s

Generation showcase

Hamster playing table tennis

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

#71 Gemini 3.5 Flash

minimal

Cost: $0.041
Time: 20.4s
Tokens: 4,608 tok

#48 GPT-5.4 Nano

medium

Cost: $0.007
Time: 24.6s
Tokens: 4,943 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	6.5	10.0	50.0%	0		892ms	492	405	0
GPT-5.4 Nano	8.3	10.0	75.0%	0		4.52s	606	683	2,254

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	5.6	9.9	33.3%	0		2.75s	8,122	3,456	0
GPT-5.4 Nano	6.1	4.7	66.7%	2		19.12s	7,305	516	20,778

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	3.0	10.0	0.0%	0		3.56s	15,780	404	0
GPT-5.4 Nano	9.8	10.0	100.0%	0		24.13s	12,345	349	5,719

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		1.66s	7,548	279	0
GPT-5.4 Nano	10.0	10.0	100.0%	0		2.54s	7,140	234	516

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	10.0	10.0	100.0%	0		899ms	633	12	0
GPT-5.4 Nano	5.9	7.2	55.6%	1		38.18s	619	60	43,325

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		922ms	486	117	0
GPT-5.4 Nano	4.5	10.0	0.0%	0		4.15s	477	179	443

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	6.4	5.8	66.7%	1		893ms	615	76	0
GPT-5.4 Nano	9.8	10.0	100.0%	0		1.88s	660	95	521

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		1.45s	558	282	0
GPT-5.4 Nano	4.1	7.2	22.2%	1		3.79s	642	594	1,408

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		2.79s	5,457	234	0
GPT-5.4 Nano	10.0	10.0	100.0%	0		7.71s	5,445	234	382

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	3.0	10.0	0.0%	0		1.76s	156	12	0
GPT-5.4 Nano	3.0	10.0	0.0%	0		4.81s	195	70	1,174

快速对比

切换对比组合