导航
AI BENCHY
Advertise here

AI BENCHY 对比

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

摘要

Gemini 3 Flash Preview vs GPT-5.4 Mini benchmark 对比：Gemini 3 Flash Preview 平均分领先，为 9.6 vs 5.3。 GPT-5.4 Mini benchmark 成本更低，为 $0.038 vs $0.667。 GPT-5.4 Mini 更快，为 1.13s vs 18.64s，通过率为 98.4% vs 30.2%。

推荐模型: GPT-5.4 Mini - 它提供了最佳整体取舍：得分有竞争力（5.3），成本低于Gemini 3 Flash Preview，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 medium 发布日期: 2025-12-17 GPT-5.4 Mini GPT-5.4 Mini none 发布日期: 2026-03-17
分数 9.6 5.3
排名 #2 #131
可靠性 10.0 10.0
一致性 9.7 8.8
测试正确
尝试通过率 98.4% 30.2%
不稳定测试 1 3
总运行次数 63 63
每个结果成本 3.335 0.743
总成本 $0.667 $0.038
输入价格 $0.500 / 1M $0.750 / 1M
输出价格 $3.000 / 1M $4.500 / 1M
总输入令牌 37,017 34,244
输出令牌 2,006 2,541
推理令牌 214,153 0
响应时间（平均） 18.64s 1.13s
响应时间（最大） 117.26s 2.52s
响应时间（总计） 391.35s 23.82s

Generation showcase

Hamster playing table tennis

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

#2 Gemini 3 Flash Preview

medium
Cost
$0.010
Time
17.9s
Tokens
3,236 tok

#131 GPT-5.4 Mini

none
Cost
$0.010
Time
11.7s
Tokens
2,151 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-5.4 Mini 3.1 8.1 8.3% 1 929ms 606 654 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-5.4 Mini 5.5 10.0 33.3% 0 913ms 7,305 401 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-5.4 Mini 3.0 10.0 0.0% 0 2.52s 11,019 298 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-5.4 Mini 10.0 10.0 100.0% 0 1.30s 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 10.0 10.0 100.0% 0 15.27s 633 12 21,684
GPT-5.4 Mini 3.5 4.4 33.3% 2 937ms 723 88 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-5.4 Mini 4.8 10.0 0.0% 0 1.82s 477 174 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-5.4 Mini 6.3 10.0 50.0% 0 728ms 660 101 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-5.4 Mini 5.4 10.0 33.3% 0 836ms 642 305 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-5.4 Mini 3.0 10.0 0.0% 0 2.32s 5,477 255 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-5.4 Mini 3.0 10.0 0.0% 0 1.33s 195 43 0

快速对比

切换对比组合

MiniMax M2.7mediumvsGPT-5.4 MininoneMistral Small 4mediumvsGPT-5.4 MininoneGemini 3 Flash PreviewmediumvsGPT-5.5lowCobuddymediumvsGPT-5.4 MininoneMiniMax M2.5mediumvsGPT-5.4 MininoneGPT-5.4 MininonevsQwen3 Coder NextmediumGemini 3.1 Flash LiteminimalvsGPT-5.4 MininoneDeepSeek V4 ProhighvsGPT-5.4 MininoneGPT-5.4 MininonevsQwen3.5-35B-A3BmediumGPT-5.4 MininonevsGLM 4.7 FlashmediumGemma 4 31Bmedium免费可用vsGPT-5.4 MininoneNemotron 3 Supermedium免费可用vsGPT-5.4 Mininone