- 排名
- #17
- 总输出令牌
- 154,908
- 响应时间（平均）
- 14.50s
- 总成本
- $0.653
Gemini 3.8 Flash (medium) vs GPT-5.5 (medium)
Gemini 3.8 Flash (medium) 平均分领先，为 9.1 vs 9.0。 Gemini 3.8 Flash (medium) benchmark 成本更低，为 $0.653 vs $4.163。 Gemini 3.8 Flash (medium) 更快，为 14.50s vs 38.97s，通过率为 92.4% vs 87.9%。
- 排名
- #22
- 总输出令牌
- 125,316
- 响应时间（平均）
- 38.97s
- 总成本
- $4.163
推荐模型
Gemini 3.8 Flash (medium)
它在这里得分最高（9.1），同时成本比GPT-5.5 (medium)低约 6.4 倍。
详细对比
| 指标 | Gemini 3.8 Flash Gemini 3.8 Flash medium | GPT-5.5 GPT-5.5 medium |
|---|---|---|
| 分数 | 9.1 | 9.0 |
| 排名 | #17 | #22 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 9.3 | 8.9 |
| 尝试次数 | 66/66 | 66/66 |
| 测试正确 | ||
| 尝试通过率 | 92.4% | 87.9% |
| 不稳定测试 | 2 | 3 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 3.436 | 23.127 |
| 总成本 | $0.653 | $4.163 |
| 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 | 95,793 | 80,668 |
| 输出令牌 | 7,066 | 5,617 |
| 推理令牌 | 147,842 | 119,699 |
| 响应时间（平均） | 14.50s | 38.97s |
| 响应时间（最大） | 108.60s | 332.10s |
| 响应时间（总计） | 318.92s | 857.43s |
| 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.
#17 Gemini 3.8 Flash
medium- 成本
- $0.037
- 时间
- 54.6s
- 令牌
- 9,712 tok
#22 GPT-5.5
medium- 成本
- $0.112
- 时间
- 71.9s
- 令牌
- 3,807 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 | 2.66s | 492 | 145 | 3,131 | |
| GPT-5.5 | 10.0 | 10.0 | 100.0% | 0 | 4.66s | 606 | 250 | 1,335 |
| 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 | 8.0 | 9.9 | 66.7% | 0 | 11.69s | 8,118 | 454 | 19,433 | |
| GPT-5.5 | 8.8 | 7.8 | 88.9% | 1 | 59.77s | 7,305 | 362 | 24,959 |
| 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 | 8.7 | 6.9 | 83.3% | 1 | 60.28s | 71,646 | 5,615 | 59,676 | |
| GPT-5.5 | 10.0 | 10.0 | 100.0% | 0 | 33.52s | 57,466 | 3,944 | 6,735 |
| 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 | 5.74s | 7,548 | 279 | 4,386 | |
| GPT-5.5 | 10.0 | 10.0 | 100.0% | 0 | 4.18s | 7,140 | 234 | 593 |
| 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 | 31.77s | 644 | 12 | 44,973 | |
| GPT-5.5 | 5.3 | 7.2 | 44.4% | 1 | 168.16s | 732 | 67 | 80,505 |
| 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 | 3.65s | 486 | 78 | 1,185 | |
| GPT-5.5 | 10.0 | 10.0 | 100.0% | 0 | 4.16s | 477 | 138 | 223 |
| 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 | 4.81s | 615 | 72 | 2,944 | |
| GPT-5.5 | 10.0 | 10.0 | 100.0% | 0 | 3.36s | 660 | 93 | 538 |
| 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 | 2.73s | 558 | 151 | 2,720 | |
| GPT-5.5 | 10.0 | 10.0 | 100.0% | 0 | 6.76s | 642 | 241 | 2,225 |
| 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 | 18.47s | 5,530 | 249 | 6,512 | |
| GPT-5.5 | 10.0 | 10.0 | 100.0% | 0 | 10.57s | 5,445 | 258 | 832 |
| 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 | 5.94s | 156 | 11 | 2,882 | |
| GPT-5.5 | 2.8 | 1.6 | 33.3% | 1 | 37.86s | 195 | 30 | 1,754 |
快速对比
切换对比组合
Muse Spark 1.3highvsGPT-5.5mediumClaude Fable 5.1highvsGPT-5.5mediumSeed 2.1 TurbolowvsGemini 3.8 FlashmediumMuse Spark 1.3lowvsGPT-5.5mediumGPT-5.5mediumvsGrok 4.5highClaude Opus 5highvsGemini 3.8 FlashmediumSeed 2.1 TurbolowvsGPT-5.5mediumSeed 2.1 TurbohighvsGPT-5.5mediumClaude Fable 5.1highvsGemini 3.8 FlashmediumGemini 3.8 FlashmediumvsMuse Spark 1.3highGemini 3.8 FlashmediumvsMuse Spark 1.3lowGemini 3.8 FlashmediumvsGrok 4.5high