Google: Gemini 3.6 Flash vs OpenAI: GPT-5.5

Gemini 3.6 Flash (high) 平均分领先，为 9.7 vs 9.0。 Gemini 3.6 Flash (high) benchmark 成本更低，为 $1.785 vs $4.137。 Gemini 3.6 Flash (high) 更快，为 14.88s vs 38.42s，通过率为 98.5% vs 87.9%。

推荐模型Gemini 3.6 Flash (high)它在这里得分最高（9.7），同时成本比GPT-5.5 (medium)低约 2.3 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-21

指标	Gemini 3.6 Flash Gemini 3.6 Flash high 发布日期: 2026-07-21	GPT-5.5 GPT-5.5 medium 发布日期: 2026-04-24

指标	Gemini 3.6 Flash Gemini 3.6 Flash high 发布日期: 2026-07-21	GPT-5.5 GPT-5.5 medium 发布日期: 2026-04-24
分数	9.7	9.0
排名	#2	#13
可靠性	10.0	10.0
一致性	9.6	8.9
测试正确
尝试通过率	98.5%	87.9%
不稳定测试	1	3
总运行次数	66	66
每个结果成本	8.497	22.980
总成本	$1.785	$4.137
输入价格	$1.500 / 1M	$5.000 / 1M
输出价格	$7.500 / 1M	$30.000 / 1M
总输入令牌	87,819	80,659
输出令牌	5,750	5,617
推理令牌	214,596	118,819
响应时间（平均）	14.88s	38.42s
响应时间（最大）	88.00s	332.10s
响应时间（总计）	327.37s	845.35s

Hamster playing table tennis

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

#2 Gemini 3.6 Flash

high

成本: $0.069
时间: 44.0s
令牌: 9,251 tok

#13 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

类别:

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 3.6 Flash	10.0	10.0	100.0%	0		2.55s	516	165	4,817
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 3.6 Flash	10.0	10.0	100.0%	0		26.73s	8,136	448	60,606
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 3.6 Flash	10.0	10.0	100.0%	0		56.32s	63,258	4,197	80,634
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 3.6 Flash	10.0	10.0	100.0%	0		5.20s	7,269	279	6,641
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 3.6 Flash	10.0	10.0	100.0%	0		25.97s	651	12	43,940
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 3.6 Flash	10.0	10.0	100.0%	0		3.35s	492	118	1,610
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 3.6 Flash	9.9	10.0	100.0%	0		3.94s	627	71	4,203
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 3.6 Flash	10.0	10.0	100.0%	0		3.04s	576	224	4,194
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 3.6 Flash	10.0	10.0	100.0%	0		9.76s	6,132	225	4,509
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 3.6 Flash	4.7	1.6	66.7%	1		5.96s	162	11	3,442
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 FlashlowvsGPT-5.5medium GPT-5.5mediumvsGrok 4.5high Gemini 3.6 FlashhighvsGPT-5.6 Sollow Gemini 3.6 FlashhighvsGPT-5.6 Solmedium Gemini 3.6 FlashhighvsGPT-5.5low Gemini 3.6 FlashlowvsGPT-5.5medium Gemini 3.6 FlashhighvsQwen3.7 Maxmedium Gemini 3.5 FlashhighvsGPT-5.5medium GPT-5.5mediumvsGrok 4.5low Muse Spark 1.1lowvsGPT-5.5medium Gemini 3.6 FlashhighvsGPT-5.3-Codexmedium Claude Opus 4.8mediumvsGemini 3.6 Flashhigh