导航
AI BENCHY
Advertise here

AI BENCHY 对比

Google: Gemini 3.5 Flash vs OpenAI: GPT-5.3-Codex

摘要

Gemini 3.5 Flash vs GPT-5.3-Codex benchmark 对比：GPT-5.3-Codex 平均分领先，为 8.4 vs 8.1。 GPT-5.3-Codex benchmark 成本更低，为 $0.740 vs $1.079。 Gemini 3.5 Flash 更快，为 9.93s vs 16.22s，通过率为 77.8% vs 82.5%。

推荐模型: GPT-5.3-Codex - 它在本次比较中得分最高（8.4），并且在全部 2 个模型中兼顾成本和响应时间最好。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-04

指标 Gemini 3.5 Flash Gemini 3.5 Flash none 发布日期: 2026-05-19 GPT-5.3-Codex GPT-5.3-Codex medium 发布日期: 2026-02-05
分数 8.1 8.4
排名 #20 #15
可靠性 10.0 10.0
一致性 8.9 8.5
测试正确
尝试通过率 77.8% 82.5%
不稳定测试 3 4
总运行次数 63 63
每个结果成本 7.190 4.932
总成本 $1.079 $0.740
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 34,299
输出令牌 117,518 2,357
推理令牌 0 46,189
响应时间（平均） 9.93s 16.22s
响应时间（最大） 64.36s 100.93s
响应时间（总计） 178.68s 340.67s

Generation showcase

Hamster playing table tennis

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

#20 Gemini 3.5 Flash

none
Cost
$0.225
Time
125.5s
Tokens
25,004 tok

#15 GPT-5.3-Codex

medium
Cost
$0.049
Time
54.9s
Tokens
3,580 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-5.3-Codex 8.7 7.9 91.7% 1 4.16s 606 240 1,722
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-5.3-Codex 10.0 10.0 100.0% 0 19.50s 7,302 535 10,890
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-5.3-Codex 10.0 10.0 100.0% 0 19.56s 11,019 364 2,731
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-5.3-Codex 10.0 10.0 100.0% 0 3.07s 7,140 234 728
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-5.3-Codex 5.9 7.2 55.6% 1 64.31s 813 64 25,308
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-5.3-Codex 4.6 10.0 0.0% 0 4.87s 477 187 331
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-5.3-Codex 10.0 10.0 100.0% 0 3.04s 660 93 693
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-5.3-Codex 9.0 7.9 88.9% 1 5.05s 642 356 1,593
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-5.3-Codex 10.0 10.0 100.0% 0 6.37s 5,445 254 492
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-5.3-Codex 2.8 1.6 33.3% 1 14.43s 195 30 1,701

快速对比

切换对比组合

Gemini 3 Flash PreviewlowvsGPT-5.3-CodexmediumSeed-2.0-LitemediumvsGemini 3.5 FlashnoneGemini 3.5 FlashnonevsQwen3.7 PlusmediumGemini 3.5 FlashnonevsGPT-5.4mediumGemini 3.5 FlashnonevsStep 3.7 FlashmediumGemini 3.5 FlashnonevsGLM 5 TurbomediumGemini 3.5 FlashnonevsGLM 5mediumGemini 3.5 FlashnonevsQwen3.5 Plus 2026-02-15mediumGemini 3.5 FlashnonevsQwen3.6 PlusmediumGemini 3.5 FlashnonevsQwen3.5-122B-A10BmediumGemini 3.5 FlashnonevsQwen3.5-27BmediumGemini 3.5 FlashnonevsQwen3.6 Max Previewmedium