AI BENCHY 对比

Google: Gemini 3 Flash Preview vs OpenAI: GPT-5 Mini

摘要

Gemini 3 Flash Preview vs GPT-5 Mini benchmark 对比：GPT-5 Mini 平均分领先，为 8.5 vs 7.4。 Gemini 3 Flash Preview benchmark 成本更低，为 $0.111 vs $0.159。 Gemini 3 Flash Preview 更快，为 5.76s vs 23.64s，通过率为 79.4% vs 63.5%。

推荐模型: Gemini 3 Flash Preview - 它提供了最佳整体取舍：得分有竞争力（7.4），成本低于GPT-5 Mini，响应时间也较均衡。

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 Mini GPT-5 Mini medium 发布日期: 2025-08-07

指标	Gemini 3 Flash Preview Gemini 3 Flash Preview low 发布日期: 2025-12-17	GPT-5 Mini GPT-5 Mini medium 发布日期: 2025-08-07
分数	7.4	8.5
排名	#53	#19
可靠性	10.0	10.0
一致性	9.2	9.1
测试正确
尝试通过率	79.4%	63.5%
不稳定测试	2	2
总运行次数	63	63
每个结果成本	0.689	1.319
总成本	$0.111	$0.159
输入价格	$0.500 / 1M	$0.250 / 1M
输出价格	$3.000 / 1M	$2.000 / 1M
总输入令牌	36,769	37,100
输出令牌	2,076	6,801
推理令牌	28,518	67,690
响应时间（平均）	5.76s	23.64s
响应时间（最大）	14.72s	88.15s
响应时间（总计）	120.93s	496.44s

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

#19 GPT-5 Mini

medium

Cost: $0.007
Time: 42.9s
Tokens: 3,432 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 Mini	7.1	7.6	66.7%	1		13.86s	606	1,715	6,378

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 Mini	10.0	10.0	100.0%	0		27.63s	7,302	658	17,152

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 Mini	10.0	10.0	100.0%	0		88.15s	14,118	754	11,520

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 Mini	10.0	10.0	100.0%	0		12.58s	7,140	453	3,200

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 Mini	3.6	7.2	22.2%	1		44.63s	515	293	14,016

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 Mini	4.5	10.0	0.0%	0		13.50s	477	349	1,856

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 Mini	10.0	10.0	100.0%	0		11.59s	660	310	3,968

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 Mini	5.6	9.8	33.3%	0		15.20s	642	1,622	6,144

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 Mini	10.0	10.0	100.0%	0		18.64s	5,445	487	1,600

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 Mini	3.0	10.0	0.0%	0		9.99s	195	160	1,856

快速对比

切换对比组合