导航
AI BENCHY
Advertise here

AI BENCHY 对比

Google: Gemini 3 Flash Preview vs OpenAI: GPT-5.6 Luna

摘要

Gemini 3 Flash Preview (low) vs GPT-5.6 Luna (medium) benchmark 对比：GPT-5.6 Luna (medium) 平均分领先，为 7.6 vs 7.4。 Gemini 3 Flash Preview (low) benchmark 成本更低，为 $0.111 vs $0.258。 Gemini 3 Flash Preview (low) 更快，为 5.76s vs 6.70s，通过率为 79.4% vs 63.5%。

推荐模型: Gemini 3 Flash Preview (low) - 它的得分接近这里的最高分（7.4 vs 7.6），同时成本比GPT-5.6 Luna (medium)低约 2.3 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-09

指标 Gemini 3 Flash Preview Gemini 3 Flash Preview low 发布日期: 2025-12-17 GPT-5.6 Luna GPT-5.6 Luna medium 发布日期: 2026-07-09
分数 7.4 7.6
排名 #64 #54
可靠性 10.0 10.0
一致性 9.2 9.6
测试正确
尝试通过率 79.4% 63.5%
不稳定测试 2 1
总运行次数 63 63
每个结果成本 0.689 1.978
总成本 $0.111 $0.258
输入价格 $0.500 / 1M $1.000 / 1M
输出价格 $3.000 / 1M $6.000 / 1M
总输入令牌 36,769 35,699
输出令牌 2,076 2,148
推理令牌 28,518 34,740
响应时间（平均） 5.76s 6.70s
响应时间（最大） 14.72s 29.85s
响应时间（总计） 120.93s 140.62s

生成展示

Hamster playing table tennis

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

#64 Gemini 3 Flash Preview

low
成本
$0.007
时间
12.1s
令牌
2,289 tok

#54 GPT-5.6 Luna

medium
成本
$0.014
时间
14.6s
令牌
2,362 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-5.6 Luna 8.3 10.0 75.0% 0 2.52s 606 160 987
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-5.6 Luna 5.4 7.2 44.4% 1 10.38s 7,302 564 9,928
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-5.6 Luna 10.0 10.0 100.0% 0 9.53s 12,500 375 1,354
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-5.6 Luna 10.0 10.0 100.0% 0 1.95s 7,140 234 324
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-5.6 Luna 5.3 10.0 33.3% 0 17.37s 723 68 16,531
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-5.6 Luna 5.1 10.0 0.0% 0 4.34s 477 112 496
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-5.6 Luna 9.9 10.0 100.0% 0 2.38s 660 95 393
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-5.6 Luna 7.8 10.0 66.7% 0 4.04s 642 255 2,104
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-5.6 Luna 10.0 10.0 100.0% 0 6.02s 5,454 256 244
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-5.6 Luna 3.0 10.0 0.0% 0 6.64s 195 29 2,379

快速对比

切换对比组合

Gemini 3 Flash PreviewlowvsGrok 4.20mediumGemini 3 Flash PreviewlowvsMiMo-V2.5-PromediumSeed-2.0-MinimediumvsGemini 3 Flash PreviewlowDeepSeek V4 ProhighvsGPT-5.6 LunamediumClaude Sonnet 4.6nonevsGemini 3 Flash PreviewlowDeepSeek V3.2mediumvsGemini 3 Flash PreviewlowGemini 3 Flash PreviewlowvsQwen3.6 FlashmediumGPT-5.6 LunamediumvsStep 3.7 FlashlowGemini 3 Flash PreviewlowvsGPT-5.4 NanomediumGemini 3 Flash PreviewlowvsGPT-5.3 ChatnoneClaude Opus 4.8nonevsGemini 3 Flash PreviewlowGemini 3 Flash PreviewlowvsMercury 2medium