- 排名
- #7
- 总输出令牌
- 63,794
- 响应时间（平均）
- 5.80s
- 总成本
- $0.154
Gemini 3.7 Flash (medium) vs GPT-5.6 Sol (medium)
平均分几乎持平，为 9.4 vs 9.4。 Gemini 3.7 Flash (medium) benchmark 成本更低，为 $0.154 vs $1.316。 Gemini 3.7 Flash (medium) 更快，为 5.80s vs 11.35s，通过率为 93.9% vs 90.9%。
- 排名
- #8
- 总输出令牌
- 30,698
- 响应时间（平均）
- 11.35s
- 总成本
- $1.316
推荐模型
Gemini 3.7 Flash (medium)
它在这里得分最高（9.4），同时成本比GPT-5.6 Sol (medium)低约 8.6 倍。
详细对比
| 指标 | Gemini 3.7 Flash Gemini 3.7 Flash medium | GPT-5.6 Sol GPT-5.6 Sol medium |
|---|---|---|
| 分数 | 9.4 | 9.4 |
| 排名 | #7 | #8 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 9.6 | 8.9 |
| 尝试次数 | 66/66 | 66/66 |
| 测试正确 | ||
| 尝试通过率 | 93.9% | 90.9% |
| 不稳定测试 | 1 | 3 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 0.766 | 7.311 |
| 总成本 | $0.154 | $1.316 |
| 输入价格 | $0.375 / 1M | $5.000 / 1M |
| 输出价格 | $1.875 / 1M | $30.000 / 1M |
| 总输入令牌 | 89,046 | 78,997 |
| 输出令牌 | 5,697 | 4,696 |
| 推理令牌 | 58,097 | 26,002 |
| 响应时间（平均） | 5.80s | 11.35s |
| 响应时间（最大） | 30.23s | 79.40s |
| 响应时间（总计） | 127.58s | 249.73s |
| 参数量 | ~500B 总计 (~20B 激活) | ~2T 总计 (~150B 激活) |
| 开放状态 | 闭源 | 闭源 |
模型生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#7 Gemini 3.7 Flash
medium- 成本
- $0.014
- 时间
- 35.2s
- 令牌
- 7,283 tok
#8 GPT-5.6 Sol
medium- 成本
- $0.124
- 时间
- 57.2s
- 令牌
- 4,199 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
| 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 3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 2.17s | 492 | 153 | 2,985 | |
| GPT-5.6 Sol | 10.0 | 10.0 | 100.0% | 0 | 2.81s | 606 | 173 | 572 |
| 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 3.7 Flash | 8.4 | 7.4 | 88.9% | 1 | 8.86s | 8,118 | 450 | 16,777 | |
| GPT-5.6 Sol | 10.0 | 10.0 | 100.0% | 0 | 9.40s | 7,302 | 394 | 4,706 |
| 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 3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 20.93s | 64,983 | 4,254 | 19,096 | |
| GPT-5.6 Sol | 10.0 | 10.0 | 100.0% | 0 | 17.65s | 55,798 | 3,119 | 2,616 |
| 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 3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 3.33s | 7,548 | 279 | 2,725 | |
| GPT-5.6 Sol | 10.0 | 10.0 | 100.0% | 0 | 1.38s | 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 3.7 Flash | 7.7 | 10.0 | 66.7% | 0 | 5.96s | 633 | 12 | 7,479 | |
| GPT-5.6 Sol | 5.9 | 7.2 | 55.6% | 1 | 47.86s | 723 | 71 | 16,201 |
| 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 3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 3.45s | 486 | 80 | 1,317 | |
| GPT-5.6 Sol | 10.0 | 10.0 | 100.0% | 0 | 3.48s | 477 | 99 | 214 |
| 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 3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 2.81s | 615 | 72 | 2,410 | |
| GPT-5.6 Sol | 10.0 | 10.0 | 100.0% | 0 | 2.50s | 660 | 96 | 249 |
| 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 3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 2.33s | 558 | 161 | 2,279 | |
| GPT-5.6 Sol | 8.2 | 7.2 | 88.9% | 1 | 2.98s | 642 | 228 | 566 |
| 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 3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 5.83s | 5,457 | 225 | 1,305 | |
| GPT-5.6 Sol | 10.0 | 10.0 | 100.0% | 0 | 6.30s | 5,454 | 264 | 361 |
| 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 3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 4.04s | 156 | 11 | 1,724 | |
| GPT-5.6 Sol | 4.7 | 1.6 | 66.7% | 1 | 4.94s | 195 | 30 | 517 |
快速对比
切换对比组合
Gemini 3.7 FlashmediumvsGPT-5.6 SolhighGemini 3.7 FlashmediumvsGPT-5.5lowClaude Opus 5highvsGPT-5.6 SolmediumGemini 3.7 FlashmediumvsGPT-5.6 SollowGPT-5.6 SolmediumvsGrok 4.6highClaude Opus 5highvsGemini 3.7 FlashmediumGemini 3.7 FlashlowvsGPT-5.6 SolmediumGemini 3.5 FlashhighvsGPT-5.6 SolmediumGemini 3.7 FlashmediumvsGrok 4.6highSeed 2.1 TurbolowvsGPT-5.6 SolmediumSeed 2.1 TurbolowvsGemini 3.7 FlashmediumGemini 3.7 FlashhighvsGPT-5.6 Solmedium