- 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-5.6 Sol (medium)
Gemini 3.8 Flash (high) 平均分领先，为 9.9 vs 9.4。 GPT-5.6 Sol (medium) benchmark 成本更低，为 $0.508 vs $1.595。 GPT-5.6 Sol (medium) 更快，为 12.63s vs 37.19s，通过率为 98.5% vs 90.9%。
- 排名
- #9
- 总输出令牌
- 34,977
- 响应时间（平均）
- 12.63s
- 总成本
- $0.508
推荐模型
GPT-5.6 Sol (medium)
它的得分接近这里的最高分（9.4 vs 9.9），同时成本比Gemini 3.8 Flash (high)低约 3.1 倍。
详细对比
| 指标 | Gemini 3.8 Flash Gemini 3.8 Flash high | GPT-5.6 Sol GPT-5.6 Sol medium |
|---|---|---|
| 分数 | 9.9 | 9.4 |
| 排名 | #2 | #9 |
| 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 | 98.5% | 90.9% |
| 不稳定测试 | 1 | 3 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 7.592 | 8.025 |
| 总成本 | $1.595 | $0.508 |
| 输入价格 | $0.750 / 1M | $2.000 / 1M |
| 输出价格 | $3.750 / 1M | $10.000 / 1M |
| 总输入令牌 | 84,593 | 79,006 |
| 输出令牌 | 10,517 | 4,696 |
| 推理令牌 | 397,671 | 30,281 |
| 响应时间（平均） | 37.19s | 12.63s |
| 响应时间（最大） | 177.08s | 79.40s |
| 响应时间（总计） | 818.19s | 277.88s |
| 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.
#2 Gemini 3.8 Flash
high- 成本
- $0.077
- 时间
- 129.1s
- 令牌
- 20,373 tok
#9 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 3.8 Flash | 10.0 | 10.0 | 100.0% | 0 | 2.92s | 492 | 172 | 4,363 | |
| 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 3.8 Flash | 10.0 | 10.0 | 100.0% | 0 | 29.30s | 8,118 | 462 | 50,196 | |
| 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 3.8 Flash | 10.0 | 10.0 | 100.0% | 0 | 115.73s | 60,514 | 4,032 | 132,696 | |
| 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 3.8 Flash | 10.0 | 10.0 | 100.0% | 0 | 8.23s | 7,548 | 279 | 7,902 | |
| 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 3.8 Flash | 8.2 | 7.2 | 88.9% | 1 | 131.31s | 649 | 4,972 | 167,505 | |
| GPT-5.6 Sol | 5.9 | 7.2 | 55.6% | 1 | 57.24s | 732 | 71 | 20,480 |
| 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-5.6 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 3.8 Flash | 10.0 | 10.0 | 100.0% | 0 | 4.73s | 615 | 72 | 4,241 | |
| 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 3.8 Flash | 10.0 | 10.0 | 100.0% | 0 | 3.44s | 558 | 204 | 3,704 | |
| 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 3.8 Flash | 10.0 | 10.0 | 100.0% | 0 | 42.65s | 5,457 | 238 | 20,359 | |
| 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 3.8 Flash | 10.0 | 10.0 | 100.0% | 0 | 10.30s | 156 | 11 | 5,129 | |
| 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
GPT-5.6 SolmediumvsGrok 4.6highGemini 3.5 FlashhighvsGPT-5.6 SolmediumGemini 3.7 FlashlowvsGPT-5.6 SolmediumClaude Opus 5highvsGPT-5.6 SolmediumSeed 2.1 TurbolowvsGPT-5.6 SolmediumClaude Fable 5.1highvsGPT-5.6 SolmediumGemini 3.8 FlashhighvsGPT-5.6 SollowMuse Spark 1.3highvsGPT-5.6 SolmediumGemini 3.7 FlashhighvsGPT-5.6 SolmediumMuse Spark 1.3lowvsGPT-5.6 SolmediumGPT-5.6 SolmediumvsGrok 4.5highSeed 2.1 TurbohighvsGPT-5.6 Solmedium