导航
AI BENCHY
Advertise here

AI BENCHY 对比

Google: Gemini 3.5 Flash vs OpenAI: GPT-5.2 Chat

摘要

Gemini 3.5 Flash vs GPT-5.2 Chat benchmark 对比：GPT-5.2 Chat 平均分领先，为 8.5 vs 7.0。 GPT-5.2 Chat benchmark 成本更低，为 $0.393 vs $1.079。 GPT-5.2 Chat 更快，为 7.13s vs 9.93s，通过率为 77.8% vs 74.6%。

推荐模型: GPT-5.2 Chat - 它在这里得分最高（8.5），同时成本比Gemini 3.5 Flash低约 2.7 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-18

指标 Gemini 3.5 Flash Gemini 3.5 Flash none 发布日期: 2026-05-19 GPT-5.2 Chat GPT-5.2 Chat none 发布日期: 2025-12-11
分数 7.0 8.5
排名 #66 #19
可靠性 10.0 10.0
一致性 8.9 8.9
测试正确
尝试通过率 77.8% 74.6%
不稳定测试 3 3
总运行次数 63 63
每个结果成本 7.190 2.803
总成本 $1.079 $0.393
输入价格 $1.500 / 1M $1.750 / 1M
输出价格 $9.000 / 1M $14.000 / 1M
总输入令牌 13,843 34,212
输出令牌 117,518 23,744
推理令牌 0 0
响应时间（平均） 9.93s 7.13s
响应时间（最大） 64.36s 38.52s
响应时间（总计） 178.68s 149.69s

生成展示

Hamster playing table tennis

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

#66 Gemini 3.5 Flash

none
成本
$0.225
时间
125.5s
令牌
25,004 tok

#19 GPT-5.2 Chat

none
成本
$0.010
时间
15.3s
令牌
797 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 2.53s 492 5,101 0
GPT-5.2 Chat 8.7 7.9 91.7% 1 3.40s 606 1,807 0
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 8.8 7.8 88.9% 1 34.69s 8,122 75,927 0
GPT-5.2 Chat 8.8 7.8 88.9% 1 9.82s 7,305 6,731 0
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 0ms 0 0 0
GPT-5.2 Chat 10.0 10.0 100.0% 0 9.12s 11,019 1,243 0
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 6.5 10.0 50.0% 0 8.10s 2,781 5,895 0
GPT-5.2 Chat 10.0 10.0 100.0% 0 3.05s 7,140 980 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 7.6 7.2 77.8% 1 10.64s 633 17,910 0
GPT-5.2 Chat 5.3 10.0 33.3% 0 17.78s 723 7,810 0
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 3.46s 486 1,620 0
GPT-5.2 Chat 4.4 3.0 33.3% 1 3.20s 477 335 0
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 9.8 10.0 100.0% 0 3.38s 615 3,928 0
GPT-5.2 Chat 9.8 10.0 100.0% 0 5.51s 660 1,441 0
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 3.13s 558 4,640 0
GPT-5.2 Chat 7.7 10.0 66.7% 0 4.10s 642 1,603 0
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 3.0 10.0 0.0% 0 0ms 0 0 0
GPT-5.2 Chat 10.0 10.0 100.0% 0 4.68s 5,445 555 0
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 2.8 1.6 33.3% 1 4.87s 156 2,497 0
GPT-5.2 Chat 3.0 10.0 0.0% 0 6.89s 195 1,239 0

快速对比

切换对比组合

Seed-2.0-LitemediumvsGPT-5.2 ChatnoneGPT-5.2 ChatnonevsStep 3.7 FlashmediumGemini 3.5 FlashnonevsKimi K2.7 CodemediumGPT-5.2 ChatnonevsGLM 5mediumGemini 3.5 FlashnonevsGLM 5.1mediumGemini 3.5 FlashnonevsStep 3.7 FlashhighGemini 3.5 FlashnonevsQwen3.5-FlashmediumGPT-5.2 ChatnonevsGLM 5.2mediumGemini 3.5 FlashnonevsRing-2.6-1TmediumDeepSeek V4 FlashhighvsGPT-5.2 ChatnoneClaude Opus 4.7mediumvsGPT-5.2 ChatnoneGemini 2.5 FlashmediumvsGPT-5.2 Chatnone