导航
AI BENCHY
Advertise here

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 (medium) benchmark 对比：Gemini 3 Flash Preview (medium) 平均分领先，为 9.6 vs 7.6。 GPT-5.6 Luna (medium) benchmark 成本更低，为 $0.258 vs $0.667。 GPT-5.6 Luna (medium) 更快，为 6.70s vs 18.64s，通过率为 98.4% vs 63.5%。

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 medium 发布日期: 2026-07-09
分数 9.6 7.6
排名 #2 #54
可靠性 10.0 10.0
一致性 9.7 9.6
测试正确
尝试通过率 98.4% 63.5%
不稳定测试 1 1
总运行次数 63 63
每个结果成本 3.335 1.978
总成本 $0.667 $0.258
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 35,699
输出令牌 2,006 2,148
推理令牌 214,153 34,740
响应时间（平均） 18.64s 6.70s
响应时间（最大） 117.26s 29.85s
响应时间（总计） 391.35s 140.62s

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

#54 GPT-5.6 Luna

medium
成本
$0.014
时间
14.6s
令牌
2,362 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 2.52s 606 160 987
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 5.4 7.2 44.4% 1 10.38s 7,302 564 9,928
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 10.0 10.0 100.0% 0 9.53s 12,500 375 1,354
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 1.95s 7,140 234 324
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 5.3 10.0 33.3% 0 17.37s 723 68 16,531
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 5.1 10.0 0.0% 0 4.34s 477 112 496
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 9.9 10.0 100.0% 0 2.38s 660 95 393
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 7.8 10.0 66.7% 0 4.04s 642 255 2,104
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 6.02s 5,454 256 244
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 6.64s 195 29 2,379

快速对比

切换对比组合

DeepSeek V4 ProhighvsGPT-5.6 LunamediumGemini 3 Flash PreviewmediumvsGPT-5.6 SollowGPT-5.6 LunamediumvsStep 3.7 FlashlowClaude Opus 4.8lowvsGPT-5.6 LunamediumGemini 3 Flash PreviewlowvsGPT-5.6 LunamediumGemini 3 Flash PreviewmediumvsGPT-5.6 SolhighGPT-5.6 LunamediumvsGrok 4.5lowGemini 3 Flash PreviewmediumvsGPT-5.5lowClaude Sonnet 4.6nonevsGPT-5.6 LunamediumClaude Opus 4.8nonevsGPT-5.6 LunamediumDeepSeek V4 PrononevsGPT-5.6 LunamediumGPT-5.6 LunamediumvsQwen3.7 Plusnone