导航
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY 对比

Google: Gemini 3 Flash Preview vs OpenAI: GPT-4o-mini

摘要

Gemini 3 Flash Preview vs GPT-4o-mini benchmark 对比：Gemini 3 Flash Preview 平均分领先，为 9.6 vs 5.0。 GPT-4o-mini benchmark 成本更低，为 $0.006 vs $0.667。 GPT-4o-mini 更快，为 1.77s vs 18.64s，通过率为 98.4% vs 23.8%。

推荐模型: Gemini 3 Flash Preview - 它在本次比较中得分最高（9.6），并且在全部 2 个模型中兼顾成本和响应时间最好。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-02

指标 Gemini 3 Flash Preview Gemini 3 Flash Preview medium 发布日期: 2025-12-17 GPT-4o-mini GPT-4o-mini none 发布日期: 2024-07-18
分数 9.6 5.0
排名 #2 #144
可靠性 10.0 10.0
一致性 9.7 9.9
测试正确
尝试通过率 98.4% 23.8%
不稳定测试 1 0
总运行次数 63 63
每个结果成本 3.335 0.119
总成本 $0.667 $0.006
输入价格 $0.500 / 1M $0.150 / 1M
输出价格 $3.000 / 1M $0.600 / 1M
总输入令牌 37,017 31,518
输出令牌 2,006 1,982
推理令牌 214,153 0
响应时间（平均） 18.64s 1.77s
响应时间（最大） 117.26s 7.58s
响应时间（总计） 391.35s 24.80s

生成展示

Hamster playing table tennis

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

#2 Gemini 3 Flash Preview

medium
成本
$0.010
时间
17.9s
令牌
3,236 tok

#144 GPT-4o-mini

none
成本
$0.001
时间
6.6s
令牌
742 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 3.88s 494 330 3,216
GPT-4o-mini 4.8 10.0 25.0% 0 1.34s 618 186 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 8.6 7.6 88.9% 1 84.40s 8,122 462 161,084
GPT-4o-mini 3.2 9.6 0.0% 0 1.63s 7,314 367 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 10.0 10.0 100.0% 0 22.42s 12,873 351 10,485
GPT-4o-mini 3.0 10.0 0.0% 0 7.58s 8,298 568 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 5.43s 7,548 279 4,893
GPT-4o-mini 10.0 10.0 100.0% 0 1.27s 7,161 183 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 10.0 10.0 100.0% 0 15.27s 633 12 21,684
GPT-4o-mini 3.0 10.0 0.0% 0 637ms 732 15 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 5.19s 486 72 1,905
GPT-4o-mini 4.0 10.0 0.0% 0 909ms 480 66 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 10.0 10.0 100.0% 0 4.04s 615 72 2,709
GPT-4o-mini 6.3 10.0 50.0% 0 1.11s 666 69 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 4.05s 558 183 4,365
GPT-4o-mini 3.5 10.0 0.0% 0 1.21s 651 308 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 12.60s 5,532 234 1,487
GPT-4o-mini 10.0 10.0 100.0% 0 2.51s 5,400 205 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 5.50s 156 11 2,325
GPT-4o-mini 3.0 10.0 0.0% 0 794ms 198 15 0

快速对比

切换对比组合

CobuddymediumvsGPT-4o-mininoneMistral Small 4mediumvsGPT-4o-mininoneMiniMax M2.5mediumvsGPT-4o-mininoneMiniMax M2.7mediumvsGPT-4o-mininoneGemini 3 Flash PreviewmediumvsGPT-5.5lowGPT-4o-mininonevsQwen3 Coder NextmediumGPT-4o-mininonevsGLM 4.7 FlashmediumNorth Mini Codemedium免费可用vsGPT-4o-mininoneGemini 3 Flash PreviewmediumvsGPT-5.2 ChatnoneGPT-4o-mininonevsQwen3.5-9BmediumGemini 3.1 Flash LiteminimalvsGPT-4o-mininoneDeepSeek V4 FlashhighvsGemini 3 Flash Previewmedium