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

GPT-5.6 Sol (low) 平均分领先，为 9.5 vs 9.4。 Gemini 3.6 Flash (low) benchmark 成本更低，为 $0.517 vs $0.971。 Gemini 3.6 Flash (low) 更快，为 4.42s vs 8.79s，通过率为 97.0% vs 86.4%。

推荐模型Gemini 3.6 Flash (low)它的得分接近这里的最高分（9.4 vs 9.5），同时成本比GPT-5.6 Sol (low)低约 1.9 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-5.6 Sol GPT-5.6 Sol low 发布日期: 2026-07-09

指标	Gemini 3.6 Flash Gemini 3.6 Flash low 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	9.4	9.5
排名	#6	#5
可靠性	10.0	10.0
一致性	9.6	9.2
测试正确
尝试通过率	97.0%	86.4%
不稳定测试	1	2
总运行次数	66	66
每个结果成本	2.461	5.391
总成本	$0.517	$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	82,715	78,571
输出令牌	5,729	4,476
推理令牌	46,633	14,770
响应时间（平均）	4.42s	8.79s
响应时间（最大）	28.92s	53.91s
响应时间（总计）	97.13s	193.33s

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

#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		1.66s	516	151	2,307
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	7.8	7.4	77.8%	1		7.28s	8,136	451	15,026
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		17.27s	58,154	4,226	16,560
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		1.48s	7,269	279	682
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		3.96s	651	12	5,379
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		2.56s	492	107	1,080
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	10.0	10.0	100.0%	0		2.05s	627	74	1,802
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		1.91s	576	193	2,177
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		4.78s	6,132	225	774
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	10.0	10.0	100.0%	0		2.11s	162	11	846
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 3.6 FlashlowvsGPT-5.6 Solmedium Gemini 3.6 FlashlowvsGPT-5.6 Solhigh Gemini 3 Flash PreviewmediumvsGPT-5.6 Sollow Gemini 3.6 FlashhighvsGPT-5.6 Sollow Gemini 3.6 FlashlowvsQwen3.7 Maxmedium Gemini 3.1 Pro PreviewmediumvsGPT-5.6 Sollow Gemini 3.6 FlashmediumvsGPT-5.6 Sollow Gemini 3.6 FlashlowvsGPT-5.5medium GPT-5.6 SollowvsQwen3.7 Maxmedium Gemini 3.5 FlashmediumvsGPT-5.6 Sollow Gemini 3.6 FlashlowvsGrok 4.5high