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

Gemini 3.6 Flash (medium) 平均分领先，为 9.9 vs 9.4。 Gemini 3.6 Flash (medium) benchmark 成本更低，为 $0.831 vs $1.234。 Gemini 3.6 Flash (medium) 更快，为 10.11s vs 11.73s，通过率为 98.5% vs 89.4%。

推荐模型Gemini 3.6 Flash (medium)它在本次比较中得分最高（9.9），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：: 2026-07-21

指标	Gemini 3.6 Flash Gemini 3.6 Flash medium 发布日期: 2026-07-21	GPT-5.6 Sol GPT-5.6 Sol high 发布日期: 2026-07-09

指标	Gemini 3.6 Flash Gemini 3.6 Flash medium 发布日期: 2026-07-21	GPT-5.6 Sol GPT-5.6 Sol high 发布日期: 2026-07-09
分数	9.9	9.4
排名	#1	#8
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%	89.4%
不稳定测试	1	3
总运行次数	66	66
每个结果成本	3.955	6.852
总成本	$0.831	$1.234
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	66,293	79,249
输出令牌	2,000	4,855
推理令牌	95,464	23,044
响应时间（平均）	10.11s	11.73s
响应时间（最大）	68.03s	54.79s
响应时间（总计）	222.33s	257.99s

Hamster playing table tennis

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

#1 Gemini 3.6 Flash

medium

成本: $0.079
时间: 47.9s
令牌: 10,532 tok

#8 GPT-5.6 Sol

high

成本: $0.151
时间: 201.9s
令牌: 5,100 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		2.34s	516	149	4,489
GPT-5.6 Sol	8.7	7.9	91.7%	1		3.39s	606	171	644

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		17.49s	8,136	474	40,157
GPT-5.6 Sol	10.0	10.0	100.0%	0		12.52s	7,302	404	5,656

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		42.07s	41,732	405	11,531
GPT-5.6 Sol	10.0	10.0	100.0%	0		24.99s	56,154	3,298	4,866

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		4.26s	7,269	279	5,020
GPT-5.6 Sol	10.0	10.0	100.0%	0		1.16s	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	8.2	7.2	88.9%	1		12.59s	651	12	20,611
GPT-5.6 Sol	5.3	7.2	44.4%	1		39.45s	619	62	9,556

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		3.32s	492	116	1,539
GPT-5.6 Sol	10.0	10.0	100.0%	0		4.40s	477	97	238

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		2.77s	627	71	3,067
GPT-5.6 Sol	10.0	10.0	100.0%	0		2.73s	660	96	331

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		2.53s	576	259	3,373
GPT-5.6 Sol	10.0	10.0	100.0%	0		4.10s	642	211	675

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		8.55s	6,132	225	3,020
GPT-5.6 Sol	10.0	10.0	100.0%	0		7.08s	5,454	264	393

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		5.09s	162	10	2,657
GPT-5.6 Sol	4.7	1.6	66.7%	1		6.97s	195	30	685

快速对比

切换对比组合

Gemini 3.6 FlashlowvsGPT-5.6 Solhigh Gemini 3.1 Pro PreviewmediumvsGPT-5.6 Solhigh GPT-5.6 SolhighvsQwen3.7 Maxmedium Gemini 3.5 FlashmediumvsGPT-5.6 Solhigh Gemini 3 Flash PreviewmediumvsGPT-5.6 Solhigh Gemini 3.6 FlashmediumvsGPT-5.6 Sollow Gemini 3.5 FlashlowvsGPT-5.6 Solhigh Claude Opus 4.8mediumvsGPT-5.6 Solhigh Gemini 3.6 FlashmediumvsGPT-5.5low Claude Opus 4.7mediumvsGPT-5.6 Solhigh Muse Spark 1.1mediumvsGPT-5.6 Solhigh Claude Fable 5mediumvsGPT-5.6 Solhigh