AI BENCHY 对比

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

摘要

Gemini 3 Flash Preview (low) vs GPT-5.6 Terra (medium) benchmark 对比：GPT-5.6 Terra (medium) 平均分领先，为 7.8 vs 7.4。 Gemini 3 Flash Preview (low) benchmark 成本更低，为 $0.111 vs $0.496。 Gemini 3 Flash Preview (low) 更快，为 5.76s vs 6.69s，通过率为 79.4% vs 68.3%。

推荐模型: Gemini 3 Flash Preview (low) - 它的得分接近这里的最高分（7.4 vs 7.8），同时成本比GPT-5.6 Terra (medium)低约 4.5 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 Terra GPT-5.6 Terra medium 发布日期: 2026-07-09

指标	Gemini 3 Flash Preview Gemini 3 Flash Preview low 发布日期: 2025-12-17	GPT-5.6 Terra GPT-5.6 Terra medium 发布日期: 2026-07-09
分数	7.4	7.8
排名	#64	#37
可靠性	10.0	10.0
一致性	9.2	9.2
测试正确
尝试通过率	79.4%	68.3%
不稳定测试	2	2
总运行次数	63	63
每个结果成本	0.689	3.815
总成本	$0.111	$0.496
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	36,769	34,218
输出令牌	2,076	1,982
推理令牌	28,518	25,370
响应时间（平均）	5.76s	6.69s
响应时间（最大）	14.72s	41.68s
响应时间（总计）	120.93s	140.49s

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

#37 GPT-5.6 Terra

medium

成本: $0.035
时间: 16.3s
令牌: 2,418 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 Terra	8.3	10.0	75.0%	0		2.22s	606	172	657

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 Terra	6.1	7.2	55.6%	1		7.19s	7,302	427	4,527

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 Terra	10.0	10.0	100.0%	0		6.26s	11,019	316	540

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 Terra	10.0	10.0	100.0%	0		872ms	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 Flash Preview	5.3	7.2	44.4%	1		8.05s	645	12	6,410
GPT-5.6 Terra	5.3	10.0	33.3%	0		23.45s	723	70	15,327

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 Terra	5.5	10.0	0.0%	0		2.37s	477	133	144

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 Terra	10.0	10.0	100.0%	0		1.43s	660	89	261

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 Terra	8.4	7.4	88.9%	1		3.78s	642	272	1,462

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 Terra	10.0	10.0	100.0%	0		5.09s	5,454	254	246

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 Terra	3.0	10.0	0.0%	0		10.05s	195	27	2,206

快速对比

切换对比组合