- 排名
- #96
- 总输出令牌
- 16,454
- 响应时间（平均）
- 2.65s
- 总成本
- $0.300
Gemini 3.5 Flash (minimal) vs GPT-5.5 (medium)
GPT-5.5 (medium) 平均分领先，为 9.0 vs 6.8。 Gemini 3.5 Flash (minimal) benchmark 成本更低，为 $0.300 vs $4.137。 Gemini 3.5 Flash (minimal) 更快，为 2.65s vs 38.42s，通过率为 65.2% vs 87.9%。
- 排名
- #15
- 总输出令牌
- 124,436
- 响应时间（平均）
- 38.42s
- 总成本
- $4.137
推荐模型
Gemini 3.5 Flash (minimal)
它提供了最佳整体取舍：得分有竞争力（6.8），成本低于GPT-5.5 (medium)，响应时间也较均衡。
详细对比
| 指标 | Gemini 3.5 Flash Gemini 3.5 Flash minimal | GPT-5.5 GPT-5.5 medium |
|---|---|---|
| 分数 | 6.8 | 9.0 |
| 排名 | #96 | #15 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 9.6 | 8.9 |
| 测试正确 | ||
| 尝试通过率 | 65.2% | 87.9% |
| 不稳定测试 | 1 | 3 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 2.138 | 22.980 |
| 总成本 | $0.300 | $4.137 |
| 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 | 100,753 | 80,659 |
| 输出令牌 | 16,454 | 5,617 |
| 推理令牌 | 0 | 118,819 |
| 响应时间（平均） | 2.65s | 38.42s |
| 响应时间（最大） | 25.26s | 332.10s |
| 响应时间（总计） | 58.27s | 845.35s |
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#96 Gemini 3.5 Flash
minimal- 成本
- $0.041
- 时间
- 20.4s
- 令牌
- 4,608 tok
#15 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 | 6.5 | 10.0 | 50.0% | 0 | 892ms | 492 | 405 | 0 | |
| 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 | 5.6 | 9.9 | 33.3% | 0 | 2.75s | 8,122 | 3,456 | 0 | |
| 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 | 3.0 | 10.0 | 0.0% | 0 | 14.41s | 76,686 | 11,581 | 0 | |
| GPT-5.5 | 10.0 | 10.0 | 100.0% | 0 | 33.52s | 57,466 | 3,944 | 6,735 |
| 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-5.5 | 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 | 10.0 | 10.0 | 100.0% | 0 | 899ms | 633 | 12 | 0 | |
| 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 | 922ms | 486 | 117 | 0 | |
| 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 | 6.4 | 5.8 | 66.7% | 1 | 893ms | 615 | 76 | 0 | |
| 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 | 10.0 | 10.0 | 100.0% | 0 | 1.45s | 558 | 282 | 0 | |
| 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 | 2.79s | 5,457 | 234 | 0 | |
| 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 | 3.0 | 10.0 | 0.0% | 0 | 1.76s | 156 | 12 | 0 | |
| 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 FlashminimalvsGPT-5.5noneGemini 3.5 FlashminimalvsStep 3.7 FlashhighGemini 3.5 FlashlowvsGPT-5.5mediumGemini 3.5 FlashminimalvsQwen3.6 FlashmediumGPT-5.5mediumvsGrok 4.5highGemini 3.5 FlashminimalvsMiMo-V2.5-PromediumGemini 3.5 FlashminimalvsGPT-5.6 SolnoneDeepSeek V4 PrononevsGemini 3.5 FlashminimalGemini 3.5 FlashminimalvsQwen3.6 35B A3BmediumGemini 3.5 FlashminimalvsKAT-Coder-Pro V2.5mediumGemini 3.5 FlashminimalvsLongCat 2.0lowGemini 3.5 FlashminimalvsKAT-Coder-Pro V2.5none