AI BENCHY 对比
Google: Gemini 3 Pro Preview vs OpenAI: GPT-5.3 Chat
比较:
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-03-06
| 指标 | Google: Gemini 3 Pro Preview medium 发布日期: 2025-11-18 | OpenAI: GPT-5.3 Chat none 发布日期: 2026-03-03 |
|---|---|---|
| 排名 | #6 | #19 |
| 平均分 | 8.2 | 7.3 |
| 一致性 | 10.0 | 8.5 |
| 每个结果成本 | 1.477 | 3.163 |
| 总成本 | $0.192 | $0.317 |
| 测试正确 | ||
| 尝试通过率 | 81.3% | 70.8% |
| 不稳定测试 | 0 | 3 |
| 总运行次数 | 48 (16 x 3) | 48 (16 x 3) |
| 输出令牌 | 1,502 | 19,272 |
| 推理令牌 | 9,706 | 0 |
| 响应时间（平均） | 7.15s | 5.96s |
| 响应时间（最大） | 11.96s | 18.33s |
| 响应时间（总计） | 64.34s | 95.30s |
分数 vs 总成本
响应时间（平均）
平均分 vs 响应时间（平均）
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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Google: Gemini 3 Pro Preview | 10.0 | 10.0 | 100.0% | 0 | 3.75s | 143 | 1,107 | |
| OpenAI: GPT-5.3 Chat | 7.3 | 7.5 | 77.8% | 1 | 4.72s | 3,091 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Google: Gemini 3 Pro Preview | 10.0 | 10.0 | 0.0% | 0 | 10.37s | 351 | 952 | |
| OpenAI: GPT-5.3 Chat | 10.0 | 10.0 | 100.0% | 0 | 11.96s | 2,614 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Google: Gemini 3 Pro Preview | 9.9 | 10.0 | 100.0% | 0 | 10.84s | 279 | 3,156 | |
| OpenAI: GPT-5.3 Chat | 9.9 | 10.0 | 100.0% | 0 | 2.21s | 942 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Google: Gemini 3 Pro Preview | 4.0 | 10.0 | 33.3% | 0 | 7.01s | 15 | 1,195 | |
| OpenAI: GPT-5.3 Chat | 10.0 | 4.4 | 33.3% | 2 | 13.01s | 8,264 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Google: Gemini 3 Pro Preview | 10.0 | 10.0 | 100.0% | 0 | 9.34s | 78 | 374 | |
| OpenAI: GPT-5.3 Chat | 4.0 | 10.0 | 0.0% | 0 | 1.99s | 319 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Google: Gemini 3 Pro Preview | 9.5 | 10.0 | 100.0% | 0 | 3.26s | 69 | 754 | |
| OpenAI: GPT-5.3 Chat | 9.0 | 10.0 | 50.0% | 0 | 3.29s | 1,455 | 0 |
| Puzzle Solving | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Google: Gemini 3 Pro Preview | 10.0 | 10.0 | 100.0% | 0 | 3.91s | 243 | 1,197 | |
| OpenAI: GPT-5.3 Chat | 10.0 | 10.0 | 100.0% | 0 | 2.93s | 1,726 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Google: Gemini 3 Pro Preview | 10.0 | 10.0 | 100.0% | 0 | 11.96s | 324 | 971 | |
| OpenAI: GPT-5.3 Chat | 10.0 | 10.0 | 100.0% | 0 | 8.36s | 861 | 0 |
快速对比
切换对比组合
DeepSeek V3.2mediumvsGPT-5.3 ChatnoneGemini 3.1 Flash Lite PreviewlowvsGPT-5.3 ChatnoneGPT-5.3 ChatnonevsMiMo-V2-FlashmediumGemini 2.5 FlashmediumvsGPT-5.3 ChatnoneGPT-5.3 ChatnonevsGLM 5mediumGPT-5.3 ChatnonevsStep 3.5 Flashmedium免费可用Gemini 3.1 Flash Lite PreviewmediumvsGPT-5.3 ChatnoneSeed-2.0-MinimediumvsGPT-5.3 ChatnoneGPT-5.3 ChatnonevsQwen3.5-FlashmediumClaude Sonnet 4.6mediumvsGPT-5.3 ChatnoneGPT-5.3 ChatnonevsQwen3.5-122B-A10BmediumClaude Opus 4.6mediumvsGPT-5.3 Chatnone