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 benchmark 对比：Gemini 3 Flash Preview (medium) 平均分领先，为 9.6 vs 5.3。 GPT-5.6 Luna benchmark 成本更低，为 $0.047 vs $0.667。 GPT-5.6 Luna 更快，为 1.06s vs 18.64s，通过率为 98.4% vs 36.5%。

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 none 发布日期: 2026-07-09
分数 9.6 5.3
排名 #2 #142
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% 36.5%
不稳定测试 1 3
总运行次数 63 63
每个结果成本 3.335 0.767
总成本 $0.667 $0.047
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 1,967
推理令牌 214,153 0
响应时间（平均） 18.64s 1.06s
响应时间（最大） 117.26s 2.80s
响应时间（总计） 391.35s 22.34s

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

#142 GPT-5.6 Luna

none
成本
$0.016
时间
15.8s
令牌
2,685 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 4.8 10.0 25.0% 0 901ms 606 266 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-5.6 Luna 3.8 7.2 22.2% 1 980ms 7,302 459 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-5.6 Luna 3.0 10.0 0.0% 0 2.78s 11,019 280 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-5.6 Luna 10.0 10.0 100.0% 0 758ms 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-5.6 Luna 2.9 7.2 11.1% 1 737ms 723 54 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-5.6 Luna 5.0 10.0 0.0% 0 1.00s 477 150 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-5.6 Luna 7.1 5.8 83.3% 1 1.23s 660 86 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-5.6 Luna 5.3 10.0 33.3% 0 790ms 642 202 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-5.6 Luna 10.0 10.0 100.0% 0 2.80s 5,454 222 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-5.6 Luna 3.0 10.0 0.0% 0 651ms 195 26 0

快速对比

切换对比组合

Gemini 3 Flash PreviewmediumvsGPT-5.6 SollowMiniMax M2.7mediumvsGPT-5.6 LunanoneMistral Small 4mediumvsGPT-5.6 LunanoneGemini 3 Flash PreviewmediumvsGPT-5.6 SolhighGemini 3 Flash PreviewmediumvsGPT-5.5lowCobuddymediumvsGPT-5.6 LunanoneNorth Mini Codemedium免费可用vsGPT-5.6 LunanoneMiniMax M2.5mediumvsGPT-5.6 LunanoneGPT-5.6 LunanonevsQwen3 Coder NextmediumGemini 3.1 Flash LiteminimalvsGPT-5.6 LunanoneGPT-5.6 LunanonevsQwen3.5-35B-A3BmediumGemma 4 31Bmedium免费可用vsGPT-5.6 Lunanone