Google: Gemini 3 Flash Preview vs OpenAI: GPT-5.4

GPT-5.4 (medium) 平均分领先，为 8.5 vs 7.4。 Gemini 3 Flash Preview (low) benchmark 成本更低，为 $0.177 vs $1.533。 Gemini 3 Flash Preview (low) 更快，为 6.28s vs 23.10s，通过率为 75.8% vs 77.3%。

推荐模型Gemini 3 Flash Preview (low)它提供了最佳整体取舍：得分有竞争力（7.4），成本低于GPT-5.4 (medium)，响应时间也较均衡。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-25

指标	Gemini 3 Flash Preview Gemini 3 Flash Preview low 发布日期: 2025-12-17	GPT-5.4 GPT-5.4 medium 发布日期: 2026-03-05

指标	Gemini 3 Flash Preview Gemini 3 Flash Preview low 发布日期: 2025-12-17	GPT-5.4 GPT-5.4 medium 发布日期: 2026-03-05
分数	7.4	8.5
排名	#69	#24
可靠性	10.0	10.0
一致性	9.2	8.6
测试正确
尝试通过率	75.8%	77.3%
不稳定测试	2	4
总运行次数	66	66
每个结果成本	1.101	10.220
总成本	$0.177	$1.533
输入价格	$0.500 / 1M	$2.500 / 1M
输出价格	$3.000 / 1M	$15.000 / 1M
总输入令牌	123,684	81,127
输出令牌	9,572	6,155
推理令牌	28,518	82,515
响应时间（平均）	6.28s	23.10s
响应时间（最大）	17.13s	100.41s
响应时间（总计）	138.06s	508.26s

Hamster playing table tennis

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

#69 Gemini 3 Flash Preview

low

成本: $0.007
时间: 12.1s
令牌: 2,289 tok

#24 GPT-5.4

medium

成本: $0.214
时间: 199.6s
令牌: 14,349 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

类别:

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-5.4	8.3	10.0	75.0%	0		4.11s	606	240	1,511

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-5.4	8.8	7.8	88.9%	1		44.36s	7,305	433	24,216

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		10.20s	99,775	7,822	0
GPT-5.4	10.0	10.0	100.0%	0		29.77s	58,038	4,214	13,351

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-5.4	10.0	10.0	100.0%	0		5.32s	7,140	234	804

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-5.4	5.3	7.2	44.4%	1		74.27s	619	61	34,748

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-5.4	4.7	3.1	33.3%	1		4.92s	477	145	321

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-5.4	10.0	10.0	100.0%	0		3.11s	660	93	897

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-5.4	8.2	7.2	88.9%	1		9.14s	642	441	3,815

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-5.4	10.0	10.0	100.0%	0		13.28s	5,445	264	1,031

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-5.4	3.0	10.0	0.0%	0		13.95s	195	30	1,821

快速对比

切换对比组合