- 排名
- #2
- 总输出令牌
- 408,188
- 响应时间（平均）
- 37.19s
- 总成本
- $1.595
Gemini 3.8 Flash (high) vs GPT-5.5 (low)
Gemini 3.8 Flash (high) 平均分领先，为 9.9 vs 9.3。 GPT-5.5 (low) benchmark 成本更低，为 $1.257 vs $1.595。 GPT-5.5 (low) 更快，为 10.15s vs 37.19s，通过率为 98.5% vs 86.4%。
- 排名
- #11
- 总输出令牌
- 28,540
- 响应时间（平均）
- 10.15s
- 总成本
- $1.257
推荐模型
GPT-5.5 (low)
它的得分接近这里的最高分（9.3 vs 9.9），同时响应速度比Gemini 3.8 Flash (high)快约 3.7 倍。
详细对比
| 指标 | Gemini 3.8 Flash Gemini 3.8 Flash high | GPT-5.5 GPT-5.5 low |
|---|---|---|
| 分数 | 9.9 | 9.3 |
| 排名 | #2 | #11 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 9.6 | 10.0 |
| 尝试次数 | 66/66 | 66/66 |
| 测试正确 | ||
| 尝试通过率 | 98.5% | 86.4% |
| 不稳定测试 | 1 | 0 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 7.592 | 6.614 |
| 总成本 | $1.595 | $1.257 |
| 输入价格 | $0.750 / 1M | $5.000 / 1M |
| 输出价格 | $3.750 / 1M | $30.000 / 1M |
| 总输入令牌 | 84,593 | 80,067 |
| 输出令牌 | 10,517 | 5,378 |
| 推理令牌 | 397,671 | 23,162 |
| 响应时间（平均） | 37.19s | 10.15s |
| 响应时间（最大） | 177.08s | 56.19s |
| 响应时间（总计） | 818.19s | 223.24s |
| 参数量 | ~500B 总计 (~20B 激活) | ~1.5T 总计 (~100B 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.
#2 Gemini 3.8 Flash
high- 成本
- $0.077
- 时间
- 129.1s
- 令牌
- 20,373 tok
#11 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
| 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 3.8 Flash | 10.0 | 10.0 | 100.0% | 0 | 2.92s | 492 | 172 | 4,363 | |
| 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 3.8 Flash | 10.0 | 10.0 | 100.0% | 0 | 29.30s | 8,118 | 462 | 50,196 | |
| 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 3.8 Flash | 10.0 | 10.0 | 100.0% | 0 | 115.73s | 60,514 | 4,032 | 132,696 | |
| 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 3.8 Flash | 10.0 | 10.0 | 100.0% | 0 | 8.23s | 7,548 | 279 | 7,902 | |
| 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 3.8 Flash | 8.2 | 7.2 | 88.9% | 1 | 131.31s | 649 | 4,972 | 167,505 | |
| GPT-5.5 | 5.3 | 10.0 | 33.3% | 0 | 28.19s | 732 | 69 | 11,731 |
| 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 3.8 Flash | 10.0 | 10.0 | 100.0% | 0 | 4.06s | 486 | 75 | 1,576 | |
| 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 3.8 Flash | 10.0 | 10.0 | 100.0% | 0 | 4.73s | 615 | 72 | 4,241 | |
| 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 3.8 Flash | 10.0 | 10.0 | 100.0% | 0 | 3.44s | 558 | 204 | 3,704 | |
| 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 3.8 Flash | 10.0 | 10.0 | 100.0% | 0 | 42.65s | 5,457 | 238 | 20,359 | |
| 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 3.8 Flash | 10.0 | 10.0 | 100.0% | 0 | 10.30s | 156 | 11 | 5,129 | |
| 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
GPT-5.5lowvsGrok 4.6highGemini 3.7 FlashmediumvsGPT-5.5lowGemini 3.5 FlashhighvsGPT-5.5lowGemini 3.1 Pro PreviewmediumvsGPT-5.5lowClaude Opus 5highvsGPT-5.5lowClaude Opus 5mediumvsGPT-5.5lowGemini 3 Flash PreviewmediumvsGPT-5.5lowGemini 3.8 FlashmediumvsGPT-5.5lowGPT-5.5lowvsQwen3.7 MaxmediumClaude Fable 5.1highvsGPT-5.5lowGemini 3.5 FlashmediumvsGPT-5.5lowGPT-5.5lowvsQwen3.8 Maxmedium