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-5.6 Luna

摘要

Gemini 3 Flash Preview (medium) vs GPT-5.6 Luna (low) benchmark 对比：Gemini 3 Flash Preview (medium) 平均分领先，为 9.6 vs 6.2。 GPT-5.6 Luna (low) benchmark 成本更低，为 $0.141 vs $0.667。 GPT-5.6 Luna (low) 更快，为 4.35s vs 18.64s，通过率为 98.4% vs 57.1%。

推荐模型: Gemini 3 Flash Preview (medium) - 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：: 2026-07-09

指标 Gemini 3 Flash Preview Gemini 3 Flash Preview medium 发布日期: 2025-12-17 GPT-5.6 Luna GPT-5.6 Luna low 发布日期: 2026-07-09
分数 9.6 6.2
排名 #2 #107
可靠性 10.0 10.0
一致性 9.7 8.5
测试正确
尝试通过率 98.4% 57.1%
不稳定测试 1 4
总运行次数 63 63
每个结果成本 3.335 1.404
总成本 $0.667 $0.141
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 37,017 34,218
输出令牌 2,006 2,110
推理令牌 214,153 15,571
响应时间（平均） 18.64s 4.35s
响应时间（最大） 117.26s 18.06s
响应时间（总计） 391.35s 91.45s

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

#107 GPT-5.6 Luna

low
成本
$0.011
时间
10.2s
令牌
1,897 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-5.6 Luna 8.3 10.0 75.0% 0 2.21s 606 186 722
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-5.6 Luna 5.5 10.0 33.3% 0 4.61s 7,302 557 3,535
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-5.6 Luna 2.8 1.6 33.3% 1 7.99s 11,019 300 1,060
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-5.6 Luna 10.0 10.0 100.0% 0 2.14s 7,140 234 292
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-5.6 Luna 3.6 7.2 22.2% 1 10.05s 723 70 6,718
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-5.6 Luna 5.0 10.0 0.0% 0 2.25s 477 122 169
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-5.6 Luna 8.5 6.8 83.3% 1 2.04s 660 93 259
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-5.6 Luna 7.6 7.2 77.8% 1 3.59s 642 271 1,207
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-5.6 Luna 10.0 10.0 100.0% 0 4.43s 5,454 250 177
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-5.6 Luna 3.0 10.0 0.0% 0 4.86s 195 27 1,432

快速对比

切换对比组合

Seed-2.0-LitenonevsGPT-5.6 LunalowGemini 2.5 FlashnonevsGPT-5.6 LunalowGemini 3 Flash PreviewmediumvsGPT-5.6 SollowGemini 3.1 Flash LiteminimalvsGPT-5.6 LunalowGemini 3.1 Flash LitenonevsGPT-5.6 LunalowGPT-5.6 LunalowvsQwen3.5-FlashnoneGPT-5.6 LunalowvsQwen3.5-35B-A3BmediumGemma 4 31Bnone免费可用vsGPT-5.6 LunalowGemma 4 31Bmedium免费可用vsGPT-5.6 LunalowNemotron 3 Supermedium免费可用vsGPT-5.6 LunalowNemotron 3 Ultra 550b A55bnone免费可用vsGPT-5.6 LunalowGPT-5.6 LunalowvsQwen3.6 Max Previewnone