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

GPT-5.5 平均分领先，为 6.9 vs 6.6。 Gemma 4 26B A4B (medium) benchmark 成本更低，为 $0.082 vs $0.544。 GPT-5.5 更快，为 2.36s vs 103.83s，通过率为 66.7% vs 56.1%。

推荐模型GPT-5.5它在这里得分最高（6.9），同时响应速度比Gemma 4 26B A4B (medium)快约 44.0 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-17

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 none 发布日期: 2026-04-24

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 none 发布日期: 2026-04-24
分数	6.6	6.9
排名	#91	#84
可靠性	9.4	10.0
一致性	9.2	8.9
测试正确
尝试通过率	66.7%	56.1%
不稳定测试	2	3
总运行次数	66	66
每个结果成本	0.643	4.945
总成本	$0.082	$0.544
输入价格	$0.100 / 1M	$5.000 / 1M
输出价格	$0.300 / 1M	$30.000 / 1M
总输入令牌	77,550	79,285
输出令牌	28,036	4,915
推理令牌	219,491	0
响应时间（平均）	103.83s	2.36s
响应时间（最大）	912.19s	12.24s
响应时间（总计）	2180.47s	51.88s

Hamster playing table tennis

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

#91 Gemma 4 26B A4B

medium

无效SVG

成本: $0.000
时间: 300.0s
令牌: 0 tok

#84 GPT-5.5

none

成本: $0.090
时间: 54.3s
令牌: 3,063 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
Gemma 4 26B A4B	10.0	10.0	100.0%	0		6.20s	816	1,142	3,045
GPT-5.5	6.9	7.9	66.7%	1		1.31s	606	213	0

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	5.5	10.0	33.3%	0		1.35s	7,305	462	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）	输入令牌	输出令牌	推理令牌
Gemma 4 26B A4B	6.3	10.0	50.0%	0		492.87s	54,390	5,451	132,113
GPT-5.5	6.5	10.0	50.0%	0		8.90s	56,092	3,244	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		1.18s	7,140	222	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	2.9	7.2	11.1%	1		1.31s	723	52	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		3.41s	477	124	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	6.2	5.8	66.7%	1		1.15s	660	81	0

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	7.7	10.0	66.7%	0		1.29s	642	252	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		3.90s	5,445	247	0

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		5.01s	195	18	0

快速对比

切换对比组合

GPT-5.5nonevsStep 3.7 Flashhigh Gemma 4 26B A4Bmedium免费可用vsGLM 5.2none GPT-5.5nonevsQwen3.6 Flashmedium GPT-5.5nonevsMiMo-V2.5-Promedium Gemini 3.5 FlashminimalvsGPT-5.5none Gemma 4 26B A4Bmedium免费可用vsQwen3.6 Max Previewnone KAT-Coder-Pro V2.5mediumvsGPT-5.5none Gemma 4 26B A4Bmedium免费可用vsKAT-Coder-Pro V2.5none Seed-2.0-MinimediumvsGPT-5.5none Gemma 4 26B A4Bmedium免费可用vsQwen3.5-27Bnone GPT-5.5nonevsQwen3.6 35B A3Bmedium Mercury 2mediumvsGPT-5.5none