AI BENCHY 对比

Google: Gemini 3 Flash Preview vs OpenAI: GPT-5.5

摘要

Gemini 3 Flash Preview vs GPT-5.5 benchmark 对比：GPT-5.5 平均分领先，为 8.8 vs 7.4。 Gemini 3 Flash Preview benchmark 成本更低，为 $0.025 vs $3.679。 Gemini 3 Flash Preview 更快，为 1.65s vs 37.98s，通过率为 66.7% vs 87.3%。

推荐模型: Gemini 3 Flash Preview - 它提供了最佳整体取舍：得分有竞争力（7.4），成本低于GPT-5.5，响应时间也较均衡。

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 发布日期: 2025-12-17	GPT-5.5 GPT-5.5 medium 发布日期: 2026-04-24

指标	Gemini 3 Flash Preview Gemini 3 Flash Preview none 发布日期: 2025-12-17	GPT-5.5 GPT-5.5 medium 发布日期: 2026-04-24
分数	7.4	8.8
排名	#48	#9
可靠性	10.0	10.0
一致性	9.2	8.9
测试正确
尝试通过率	66.7%	87.3%
不稳定测试	2	3
总运行次数	63	63
每个结果成本	0.186	21.638
总成本	$0.025	$3.679
输入价格	$0.500 / 1M	$5.000 / 1M
输出价格	$3.000 / 1M	$30.000 / 1M
总输入令牌	37,011	34,212
输出令牌	1,885	1,985
推理令牌	0	114,925
响应时间（平均）	1.65s	37.98s
响应时间（最大）	3.56s	332.10s
响应时间（总计）	23.07s	797.60s

Generation showcase

Hamster playing table tennis

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

#48 Gemini 3 Flash Preview

none

Cost: $0.003
Time: 5.6s
Tokens: 981 tok

#9 GPT-5.5

medium

Cost: $0.112
Time: 71.9s
Tokens: 3,807 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	8.3	10.0	75.0%	0		1.25s	498	214	0
GPT-5.5	10.0	10.0	100.0%	0		4.66s	606	250	1,335

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-5.5	8.8	7.8	88.9%	1		59.77s	7,305	362	24,959

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-5.5	10.0	10.0	100.0%	0		19.29s	11,019	312	2,841

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-5.5	10.0	10.0	100.0%	0		4.18s	7,140	234	593

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-5.5	5.3	7.2	44.4%	1		164.14s	723	67	79,625

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-5.5	10.0	10.0	100.0%	0		4.16s	477	138	223

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-5.5	10.0	10.0	100.0%	0		3.36s	660	93	538

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-5.5	10.0	10.0	100.0%	0		6.76s	642	241	2,225

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-5.5	10.0	10.0	100.0%	0		10.57s	5,445	258	832

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-5.5	2.8	1.6	33.3%	1		37.86s	195	30	1,754

快速对比

切换对比组合