导航
AI BENCHY
Advertise here

AI BENCHY 对比

Google: Gemini 3 Flash Preview vs OpenAI: GPT-5.3 Chat

摘要

Gemini 3 Flash Preview vs GPT-5.3 Chat benchmark 对比：GPT-5.3 Chat 平均分领先，为 7.5 vs 7.4。 Gemini 3 Flash Preview benchmark 成本更低，为 $0.111 vs $0.433。 Gemini 3 Flash Preview 更快，为 5.76s vs 6.34s，通过率为 79.4% vs 66.7%。

推荐模型: Gemini 3 Flash Preview - 它的得分接近这里的最高分（7.4 vs 7.5），同时成本比GPT-5.3 Chat低约 3.9 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-12

指标 Gemini 3 Flash Preview Gemini 3 Flash Preview low 发布日期: 2025-12-17 GPT-5.3 Chat GPT-5.3 Chat none 发布日期: 2026-03-03
分数 7.4 7.5
排名 #53 #47
可靠性 10.0 10.0
一致性 9.2 8.1
测试正确
尝试通过率 79.4% 66.7%
不稳定测试 2 5
总运行次数 63 63
每个结果成本 0.689 3.605
总成本 $0.111 $0.433
输入价格 $0.500 / 1M $1.750 / 1M
输出价格 $3.000 / 1M $14.000 / 1M
总输入令牌 36,769 34,209
输出令牌 2,076 26,617
推理令牌 28,518 0
响应时间（平均） 5.76s 6.34s
响应时间（最大） 14.72s 18.33s
响应时间（总计） 120.93s 133.13s

Generation showcase

Hamster playing table tennis

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

#53 Gemini 3 Flash Preview

low
Cost
$0.007
Time
12.1s
Tokens
2,289 tok

#47 GPT-5.3 Chat

none
Cost
$0.008
Time
8.1s
Tokens
634 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 Flash Preview 10.0 10.0 100.0% 0 3.48s 500 281 3,082
GPT-5.3 Chat 6.7 8.1 58.3% 1 3.86s 606 3,167 0
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 Flash Preview 5.8 7.2 44.4% 1 6.00s 8,122 456 7,421
GPT-5.3 Chat 5.6 4.7 55.6% 2 10.52s 7,302 6,632 0
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 Flash Preview 3.0 10.0 0.0% 0 3.27s 12,860 326 0
GPT-5.3 Chat 10.0 10.0 100.0% 0 11.96s 11,019 2,614 0
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 Flash Preview 10.0 10.0 100.0% 0 9.40s 7,261 279 3,656
GPT-5.3 Chat 10.0 10.0 100.0% 0 2.21s 7,140 942 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 Flash Preview 5.3 7.2 44.4% 1 8.05s 645 12 6,410
GPT-5.3 Chat 3.5 4.4 33.3% 2 13.01s 723 8,264 0
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 Flash Preview 10.0 10.0 100.0% 0 3.68s 492 120 981
GPT-5.3 Chat 4.6 10.0 0.0% 0 1.99s 477 319 0
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 Flash Preview 9.9 10.0 100.0% 0 7.02s 621 71 2,752
GPT-5.3 Chat 9.8 10.0 100.0% 0 3.51s 660 1,491 0
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 Flash Preview 10.0 10.0 100.0% 0 5.77s 562 288 3,168
GPT-5.3 Chat 10.0 10.0 100.0% 0 2.99s 642 1,758 0
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 Flash Preview 10.0 10.0 100.0% 0 4.99s 5,550 234 415
GPT-5.3 Chat 10.0 10.0 100.0% 0 8.36s 5,445 861 0
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 Flash Preview 10.0 10.0 100.0% 0 2.75s 156 9 633
GPT-5.3 Chat 3.0 10.0 0.0% 0 4.38s 195 569 0

快速对比

切换对比组合

Mercury 2mediumvsGPT-5.3 ChatnoneGemini 3 Flash PreviewlowvsGrok 4.20mediumGemini 3 Flash PreviewlowvsMiMo-V2.5-PromediumKimi K2.5mediumvsGPT-5.3 ChatnoneSeed-2.0-MinimediumvsGemini 3 Flash PreviewlowGPT-5.3 ChatnonevsQwen3.6 FlashmediumDeepSeek V3.2mediumvsGPT-5.3 ChatnoneClaude Sonnet 4.6nonevsGemini 3 Flash PreviewlowGPT-5.3 ChatnonevsGrok Build 0.1mediumDeepSeek V3.2mediumvsGemini 3 Flash PreviewlowGemini 3 Flash PreviewlowvsQwen3.6 FlashmediumSeed-2.0-MinimediumvsGPT-5.3 Chatnone