AI BENCHY 对比
Google: Gemini 3 Flash Preview vs OpenAI: GPT-5.4
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-04
| 指标 | Gemini 3 Flash Preview Gemini 3 Flash Preview none | GPT-5.4 GPT-5.4 medium |
|---|---|---|
| 分数 | 7.4 | 8.0 |
| 排名 | #48 | #21 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 9.2 | 8.6 |
| 测试正确 | ||
| 尝试通过率 | 66.7% | 76.2% |
| 不稳定测试 | 2 | 4 |
| 总运行次数 | 63 | 63 |
| 每个结果成本 | 0.186 | 8.640 |
| 总成本 | $0.025 | $1.210 |
| 输入价格 | $0.500 / 1M | $2.500 / 1M |
| 输出价格 | $3.000 / 1M | $15.000 / 1M |
| 总输入令牌 | 37,011 | 34,108 |
| 输出令牌 | 1,885 | 2,242 |
| 推理令牌 | 0 | 72,707 |
| 响应时间（平均） | 1.65s | 22.35s |
| 响应时间（最大） | 3.56s | 100.41s |
| 响应时间（总计） | 23.07s | 469.29s |
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 | 8.3 | 10.0 | 75.0% | 0 | 1.25s | 498 | 214 | 0 | |
| GPT-5.4 | 8.3 | 10.0 | 75.0% | 0 | 4.11s | 606 | 240 | 1,511 |
| 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 | 5.5 | 10.0 | 33.3% | 0 | 1.80s | 8,122 | 453 | 0 | |
| GPT-5.4 | 8.8 | 7.8 | 88.9% | 1 | 44.36s | 7,305 | 433 | 24,216 |
| 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 | 4.7 | 1.6 | 66.7% | 1 | 3.56s | 12,862 | 350 | 0 | |
| GPT-5.4 | 10.0 | 10.0 | 100.0% | 0 | 20.57s | 11,019 | 301 | 3,543 |
| 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 | 1.41s | 7,263 | 279 | 0 | |
| GPT-5.4 | 10.0 | 10.0 | 100.0% | 0 | 5.32s | 7,140 | 234 | 804 |
| 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 | 7.7 | 10.0 | 66.7% | 0 | 963ms | 643 | 18 | 0 | |
| GPT-5.4 | 5.3 | 7.2 | 44.4% | 1 | 74.27s | 619 | 61 | 34,748 |
| 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 | 1.13s | 490 | 104 | 0 | |
| GPT-5.4 | 4.7 | 3.1 | 33.3% | 1 | 4.92s | 477 | 145 | 321 |
| 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 | 6.4 | 5.8 | 66.7% | 1 | 1.58s | 619 | 74 | 0 | |
| GPT-5.4 | 10.0 | 10.0 | 100.0% | 0 | 3.11s | 660 | 93 | 897 |
| 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 | 7.7 | 10.0 | 66.7% | 0 | 1.05s | 574 | 144 | 0 | |
| GPT-5.4 | 8.2 | 7.2 | 88.9% | 1 | 9.14s | 642 | 441 | 3,815 |
| 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 | 3.35s | 5,784 | 234 | 0 | |
| GPT-5.4 | 10.0 | 10.0 | 100.0% | 0 | 13.28s | 5,445 | 264 | 1,031 |
| 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 | 3.0 | 10.0 | 0.0% | 0 | 1.07s | 156 | 15 | 0 | |
| GPT-5.4 | 3.0 | 10.0 | 0.0% | 0 | 13.95s | 195 | 30 | 1,821 |
快速对比
切换对比组合
Gemini 3 Flash PreviewnonevsGrok Build 0.1mediumGemini 3 Flash PreviewnonevsQwen3.5-FlashmediumGemini 3 Flash PreviewnonevsQwen3.6 35B A3BmediumGemini 3 Flash PreviewnonevsMimo V2 PROmediumGemini 3 Flash PreviewnonevsGPT-5.4 MinimediumGemini 3 Flash PreviewnonevsMiMo-V2.5-PromediumClaude Sonnet 4.6mediumvsGemini 3 Flash PreviewnoneGemini 3 Flash PreviewnonevsGPT-5.2mediumGemini 3 Flash PreviewnonevsNemotron 3 Ultra 550b A55bmedium免费可用Gemini 3 Flash PreviewnonevsQwen3.6 FlashmediumGemini 3 Flash PreviewnonevsGPT-5 MinimediumGemini 3.5 FlashnonevsGPT-5.4medium