Google: Gemini 3 Flash Preview vs OpenAI: GPT-5 Mini

Gemini 3 Flash Preview (medium) 平均分领先，为 9.6 vs 8.1。 GPT-5 Mini (medium) benchmark 成本更低，为 $0.237 vs $0.742。 Gemini 3 Flash Preview (medium) 更快，为 19.20s vs 27.63s，通过率为 98.5% vs 63.6%。

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：: 2026-07-17

指标	Gemini 3 Flash Preview Gemini 3 Flash Preview medium 发布日期: 2025-12-17	GPT-5 Mini GPT-5 Mini medium 发布日期: 2025-08-07

指标	Gemini 3 Flash Preview Gemini 3 Flash Preview medium 发布日期: 2025-12-17	GPT-5 Mini GPT-5 Mini medium 发布日期: 2025-08-07
分数	9.6	8.1
排名	#1	#26
可靠性	10.0	10.0
一致性	9.7	8.8
测试正确
尝试通过率	98.5%	63.6%
不稳定测试	1	3
总运行次数	66	66
每个结果成本	3.533	1.971
总成本	$0.742	$0.237
输入价格	$0.500 / 1M	$0.250 / 1M
输出价格	$3.000 / 1M	$2.000 / 1M
总输入令牌	87,861	98,374
输出令牌	5,486	14,434
推理令牌	227,164	91,498
响应时间（平均）	19.20s	27.63s
响应时间（最大）	117.26s	111.48s
响应时间（总计）	422.42s	607.92s

Hamster playing table tennis

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

#1 Gemini 3 Flash Preview

medium

成本: $0.010
时间: 18.4s
令牌: 3,351 tok

#26 GPT-5 Mini

medium

成本: $0.007
时间: 42.9s
令牌: 3,432 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

类别:

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 Mini	7.1	7.6	66.7%	1		13.86s	606	1,715	6,378

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 Mini	10.0	10.0	100.0%	0		27.63s	7,302	658	17,152

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		26.75s	63,717	3,831	23,496
GPT-5 Mini	7.3	5.8	83.3%	1		99.82s	75,392	8,387	35,328

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 Mini	10.0	10.0	100.0%	0		12.58s	7,140	453	3,200

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 Mini	3.6	7.2	22.2%	1		44.63s	515	293	14,016

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 Mini	4.5	10.0	0.0%	0		13.50s	477	349	1,856

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 Mini	10.0	10.0	100.0%	0		11.59s	660	310	3,968

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 Mini	5.6	9.8	33.3%	0		15.20s	642	1,622	6,144

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 Mini	10.0	10.0	100.0%	0		18.64s	5,445	487	1,600

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 Mini	3.0	10.0	0.0%	0		9.99s	195	160	1,856

快速对比

切换对比组合

Muse Spark 1.1highvsGPT-5 Minimedium GPT-5 MinimediumvsGLM 5.2high Gemini 3 Flash PreviewmediumvsGPT-5.6 Sollow Kimi K3maxvsGPT-5 Minimedium Muse Spark 1.1lowvsGPT-5 Minimedium Gemini 3 Flash PreviewmediumvsGPT-5.6 Solhigh Gemini 3 Flash PreviewmediumvsGPT-5.5low GPT-5 MinimediumvsGrok 4.5low Claude Opus 4.8lowvsGPT-5 Minimedium DeepSeek V4 FlashhighvsGPT-5 Minimedium DeepSeek V4 ProhighvsGPT-5 Minimedium GPT-5 MinimediumvsQwen3.7 Maxnone