Google: Gemini 3.6 Flash vs OpenAI: GPT-5.6 Sol

Gemini 3.6 Flash (high) 平均分领先，为 9.7 vs 9.5。 GPT-5.6 Sol (low) benchmark 成本更低，为 $0.971 vs $1.785。 GPT-5.6 Sol (low) 更快，为 8.79s vs 14.88s，通过率为 98.5% vs 86.4%。

推荐模型GPT-5.6 Sol (low)它的得分接近这里的最高分（9.5 vs 9.7），同时成本比Gemini 3.6 Flash (high)低约 1.8 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-5.6 Sol GPT-5.6 Sol low 发布日期: 2026-07-09

指标	Gemini 3.6 Flash Gemini 3.6 Flash high 发布日期: 2026-07-21	GPT-5.6 Sol GPT-5.6 Sol low 发布日期: 2026-07-09
分数	9.7	9.5
排名	#2	#5
可靠性	10.0	10.0
一致性	9.6	9.2
测试正确
尝试通过率	98.5%	86.4%
不稳定测试	1	2
总运行次数	66	66
每个结果成本	8.497	5.391
总成本	$1.785	$0.971
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	78,571
输出令牌	5,750	4,476
推理令牌	214,596	14,770
响应时间（平均）	14.88s	8.79s
响应时间（最大）	88.00s	53.91s
响应时间（总计）	327.37s	193.33s

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

#5 GPT-5.6 Sol

low

成本: $0.062
时间: 26.7s
令牌: 2,150 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-5.6 Sol	8.3	10.0	75.0%	0		2.60s	606	174	492

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-5.6 Sol	10.0	10.0	100.0%	0		11.25s	7,302	412	3,482

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-5.6 Sol	10.0	10.0	100.0%	0		14.58s	55,372	2,896	1,539

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-5.6 Sol	10.0	10.0	100.0%	0		1.82s	7,140	222	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 3.6 Flash	10.0	10.0	100.0%	0		25.97s	651	12	43,940
GPT-5.6 Sol	5.3	7.2	44.4%	1		29.07s	723	71	7,822

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-5.6 Sol	10.0	10.0	100.0%	0		3.07s	477	99	135

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-5.6 Sol	10.0	10.0	100.0%	0		2.27s	660	90	146

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-5.6 Sol	8.2	7.2	88.9%	1		3.44s	642	224	534

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-5.6 Sol	10.0	10.0	100.0%	0		7.56s	5,454	258	294

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-5.6 Sol	10.0	10.0	100.0%	0		3.67s	195	30	326

快速对比

切换对比组合

Gemini 3.5 FlashhighvsGPT-5.6 Sollow Gemini 3 Flash PreviewmediumvsGPT-5.6 Sollow Gemini 3.1 Pro PreviewmediumvsGPT-5.6 Sollow Gemini 3.6 FlashhighvsGPT-5.6 Solmedium Gemini 3.6 FlashmediumvsGPT-5.6 Sollow Gemini 3.6 FlashhighvsGPT-5.5low GPT-5.6 SollowvsQwen3.7 Maxmedium Gemini 3.5 FlashmediumvsGPT-5.6 Sollow Gemini 3.6 FlashhighvsQwen3.7 Maxmedium GPT-5.6 SollowvsGrok 4.5high Claude Opus 4.8mediumvsGPT-5.6 Sollow Gemini 3.6 FlashhighvsGPT-5.5medium