Google: Gemini 3.6 Flash vs OpenAI: GPT-5.5

平均分几乎持平，为 9.4 vs 9.3。 Gemini 3.6 Flash (low) benchmark 成本更低，为 $0.517 vs $1.253。 Gemini 3.6 Flash (low) 更快，为 4.42s vs 10.13s，通过率为 97.0% vs 86.4%。

推荐模型Gemini 3.6 Flash (low)它在这里得分最高（9.4），同时成本比GPT-5.5 (low)低约 2.4 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 low 发布日期: 2026-07-21	GPT-5.5 GPT-5.5 low 发布日期: 2026-04-24

指标	Gemini 3.6 Flash Gemini 3.6 Flash low 发布日期: 2026-07-21	GPT-5.5 GPT-5.5 low 发布日期: 2026-04-24
分数	9.4	9.3
排名	#6	#9
可靠性	10.0	10.0
一致性	9.6	10.0
测试正确
尝试通过率	97.0%	86.4%
不稳定测试	1	0
总运行次数	66	66
每个结果成本	2.461	6.594
总成本	$0.517	$1.253
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	82,715	80,058
输出令牌	5,729	5,378
推理令牌	46,633	23,040
响应时间（平均）	4.42s	10.13s
响应时间（最大）	28.92s	56.19s
响应时间（总计）	97.13s	222.82s

Hamster playing table tennis

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

#6 Gemini 3.6 Flash

low

成本: $0.050
时间: 28.1s
令牌: 6,731 tok

#9 GPT-5.5

low

成本: $0.068
时间: 37.0s
令牌: 2,339 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		1.66s	516	151	2,307
GPT-5.5	10.0	10.0	100.0%	0		4.41s	606	238	1,020

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	7.8	7.4	77.8%	1		7.28s	8,136	451	15,026
GPT-5.5	10.0	10.0	100.0%	0		15.04s	7,302	423	6,402

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		17.27s	58,154	4,226	16,560
GPT-5.5	10.0	10.0	100.0%	0		13.73s	56,868	3,635	1,297

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		1.48s	7,269	279	682
GPT-5.5	10.0	10.0	100.0%	0		3.28s	7,140	228	157

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		3.96s	651	12	5,379
GPT-5.5	5.3	10.0	33.3%	0		28.05s	723	69	11,609

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		2.56s	492	107	1,080
GPT-5.5	10.0	10.0	100.0%	0		5.17s	477	133	245

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	10.0	10.0	100.0%	0		2.05s	627	74	1,802
GPT-5.5	9.9	10.0	100.0%	0		3.74s	660	93	415

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		1.91s	576	193	2,177
GPT-5.5	10.0	10.0	100.0%	0		4.74s	642	279	954

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		4.78s	6,132	225	774
GPT-5.5	10.0	10.0	100.0%	0		4.96s	5,445	250	101

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	10.0	10.0	100.0%	0		2.11s	162	11	846
GPT-5.5	3.0	10.0	0.0%	0		10.06s	195	30	840

快速对比

切换对比组合

Gemini 3.6 FlashlowvsGPT-5.6 Solmedium Gemini 3.6 FlashlowvsGPT-5.6 Solhigh Gemini 3.1 Pro PreviewmediumvsGPT-5.5low GPT-5.5lowvsQwen3.7 Maxmedium Gemini 3.5 FlashmediumvsGPT-5.5low Gemini 3.5 FlashhighvsGPT-5.5low Gemini 3.6 FlashlowvsQwen3.7 Maxmedium Gemini 3 Flash PreviewmediumvsGPT-5.5low Gemini 3.6 FlashhighvsGPT-5.5low Gemini 3.6 FlashlowvsGPT-5.5medium GPT-5.5lowvsGrok 4.5high Gemini 3.6 FlashlowvsGrok 4.5high