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: Gemma 4 26B A4B vs OpenAI: GPT-5.5

摘要

Gemma 4 26B A4B vs GPT-5.5 benchmark 对比：GPT-5.5 平均分领先，为 9.3 vs 7.2。 Gemma 4 26B A4B benchmark 成本更低，为 $0.045 vs $0.907。 GPT-5.5 更快，为 9.76s vs 63.41s，通过率为 69.8% vs 85.7%。

推荐模型: GPT-5.5 - 它在这里得分最高（9.3），同时响应速度比Gemma 4 26B A4B快约 6.5 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-02

指标 Gemma 4 26B A4B Gemma 4 26B A4B medium 发布日期: 2026-04-03 免费可用 GPT-5.5 GPT-5.5 low 发布日期: 2026-04-24
分数 7.2 9.3
排名 #61 #4
可靠性 10.0 10.0
一致性 9.2 10.0
测试正确
尝试通过率 69.8% 85.7%
不稳定测试 2 0
总运行次数 63 63
每个结果成本 0.361 5.035
总成本 $0.045 $0.907
输入价格 $0.060 / 1M $5.000 / 1M
输出价格 $0.330 / 1M $30.000 / 1M
总输入令牌 40,252 34,209
输出令牌 28,000 2,046
推理令牌 100,490 22,460
响应时间（平均） 63.41s 9.76s
响应时间（最大） 369.32s 56.19s
响应时间（总计） 1268.28s 204.92s

生成展示

Hamster playing table tennis

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

#61 Gemma 4 26B A4B

medium
无效SVG
成本
$0.000
时间
300.0s
令牌
0 tok

#4 GPT-5.5

low
成本
$0.068
时间
37.0s
令牌
2,339 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
Gemma 4 26B A4B 10.0 10.0 100.0% 0 6.20s 816 1,142 3,045
GPT-5.5 10.0 10.0 100.0% 0 4.41s 606 238 1,020
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
Gemma 4 26B A4B 2.9 10.0 0.0% 0 272.54s 5,062 14,838 44,567
GPT-5.5 10.0 10.0 100.0% 0 15.04s 7,302 423 6,402
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
Gemma 4 26B A4B 9.6 10.0 100.0% 0 73.55s 17,092 5,415 13,112
GPT-5.5 10.0 10.0 100.0% 0 9.56s 11,019 303 717
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
Gemma 4 26B A4B 10.0 10.0 100.0% 0 16.51s 8,334 1,567 2,827
GPT-5.5 10.0 10.0 100.0% 0 3.28s 7,140 228 157
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
Gemma 4 26B A4B 2.9 4.4 22.2% 2 23.62s 516 2,469 7,105
GPT-5.5 5.3 10.0 33.3% 0 28.05s 723 69 11,609
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
Gemma 4 26B A4B 10.0 10.0 100.0% 0 29.76s 567 25 5,075
GPT-5.5 10.0 10.0 100.0% 0 5.17s 477 133 245
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
Gemma 4 26B A4B 10.0 10.0 100.0% 0 17.54s 777 887 4,470
GPT-5.5 9.9 10.0 100.0% 0 3.74s 660 93 415
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
Gemma 4 26B A4B 10.0 10.0 100.0% 0 5.79s 801 410 2,128
GPT-5.5 10.0 10.0 100.0% 0 4.74s 642 279 954
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
Gemma 4 26B A4B 10.0 10.0 100.0% 0 9.01s 6,096 450 1,256
GPT-5.5 10.0 10.0 100.0% 0 4.96s 5,445 250 101
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
Gemma 4 26B A4B 3.0 10.0 0.0% 0 180.87s 191 797 16,905
GPT-5.5 3.0 10.0 0.0% 0 10.06s 195 30 840

快速对比

切换对比组合

Gemma 4 26B A4Bmedium免费可用vsQwen3.7 PlusnoneDeepSeek V4 PrononevsGemma 4 26B A4Bmedium免费可用Gemma 4 26B A4Bmedium免费可用vsGLM 5.2noneGPT-5.5lowvsQwen3.7 MaxmediumClaude Opus 4.8nonevsGemma 4 26B A4Bmedium免费可用Gemma 4 26B A4Bmedium免费可用vsStep 3.7 FlashhighClaude Fable 5mediumvsGPT-5.5lowGemini 3.1 Pro PreviewmediumvsGPT-5.5lowClaude Sonnet 4.6nonevsGemma 4 26B A4Bmedium免费可用Gemini 3.5 FlashmediumvsGPT-5.5lowGemini 3 Flash PreviewmediumvsGPT-5.5lowGemma 4 26B A4Bmedium免费可用vsQwen3.7 Maxnone