Gemini 3.5 FlashvsGPT-5.5
在 11 个共同 benchmark 中，GPT-5.5 整体领先：Gemini 3.5 Flash 领先 2 项，GPT-5.5 领先 8 项，持平 1 项，平均分差 -1.56。
Gemini 3.5 Flash
Google DeepMind · 2026-06-20 · 多模态大模型
GPT-5.5
OpenAI · 2026-04-23 · 推理大模型
Gemini 3.5 Flash2 项(18%)持平1(73%)8 项GPT-5.5
评测分数
按能力类目分组，每组内按分差大小排列；共 11 项。
仓库修复与多文件工程
GPT-5.5 领先 1/1| 评测项 | Gemini 3.5 Flash | GPT-5.5 | 分差 |
|---|---|---|---|
| SWE-Bench Pro - Public | 55.1033 / 62Thinking High (With Tools) | 58.6018 / 62Thinking High (With Tools) | -3.50 |
图像感知与视觉推理
Gemini 3.5 Flash 领先 1/1| 评测项 | Gemini 3.5 Flash | GPT-5.5 | 分差 |
|---|---|---|---|
| MMMU-Pro | 80.1043 / 229Normal (No Tools) | 71.40121 / 229Normal (No Tools) | +8.70 |
多轮记忆与持续上下文
GPT-5.5 领先 1/1| 评测项 | Gemini 3.5 Flash | GPT-5.5 | 分差 |
|---|---|---|---|
| Context Arena | 33.49109 / 126Normal (No Tools) | 41.9398 / 126Normal (No Tools) | -8.44 |
常识推理
Gemini 3.5 Flash 领先 1/1| 评测项 | Gemini 3.5 Flash | GPT-5.5 | 分差 |
|---|---|---|---|
| SimpleBench | 76.7011 / 96Normal (No Tools) | 6920 / 96Normal (No Tools) | +7.70 |
文档与图表理解
GPT-5.5 领先 1/1| 评测项 | Gemini 3.5 Flash | GPT-5.5 | 分差 |
|---|---|---|---|
| GDP.pdf | 19.8042 / 122Thinking High (No Tools) | 22.6028 / 122Thinking High (No Tools) | -2.80 |
桌面工作流
GPT-5.5 领先 1/1| 评测项 | Gemini 3.5 Flash | GPT-5.5 | 分差 |
|---|---|---|---|
| OSWorld-Verified | 78.4012 / 28Thinking High (With Tools) | 78.7011 / 28Thinking High (With Tools) | -0.30 |
科学知识与推理
胶着 1/1| 评测项 | Gemini 3.5 Flash | GPT-5.5 | 分差 |
|---|---|---|---|
| CritPt | 1.40139 / 204Normal (No Tools) | 1.40139 / 204Normal (No Tools) | 持平 |
科学计算与科研编程
GPT-5.5 领先 1/1| 评测项 | Gemini 3.5 Flash | GPT-5.5 | 分差 |
|---|---|---|---|
| SciCode | 53.9050 / 134Thinking High (No Tools) | 56.1030 / 134Thinking High (No Tools) | -2.20 |
综合知识考试
GPT-5.5 领先 1/1| 评测项 | Gemini 3.5 Flash | GPT-5.5 | 分差 |
|---|---|---|---|
| HLE | 40.2085 / 235Thinking High (With Tools) | 52.2033 / 235Thinking High (With Tools) | -12 |
自主开发与终端任务
GPT-5.5 领先 1/1| 评测项 | Gemini 3.5 Flash | GPT-5.5 | 分差 |
|---|---|---|---|
| Terminal Bench Hard | 46.2029 / 244Normal (With Tools) | 49.2024 / 244Normal (With Tools) | -3 |
跨应用与工具编排
GPT-5.5 领先 1/1| 评测项 | Gemini 3.5 Flash | GPT-5.5 | 分差 |
|---|---|---|---|
| PinchBench v2 | 74.1721 / 45Reported best (effort unspecified) | 75.5018 / 45Reported best (effort unspecified) | -1.33 |
规格对比
| 字段 | Gemini 3.5 Flash | GPT-5.5 |
|---|---|---|
| 发布机构 | Google DeepMind | OpenAI |
| 发布时间 | 2026-06-20 | 2026-04-23 |
| 模型类型 | 多模态大模型 | 推理大模型 |
| 架构 | 稠密模型 | 稠密模型 |
| 参数规模 | 暂无数据 | 暂无数据 |
| 上下文长度 | 1M | 1000K |
| 最大输出 | 64K | 128K |
API 调用价格
价格优先使用 DataLearner 配置的 API 记录；缺失项不做推测。
| 价格项 | Gemini 3.5 Flash | GPT-5.5 |
|---|---|---|
| 文本输入 | $1.5 / 1M tokens | $5 / 1M tokens |
| 文本输出 | $9 / 1M tokens | $30 / 1M tokens |
| 缓存读取 | $0.15 / 1M tokens | $0.5 / 1M tokens |
小结
- Gemini 3.5 Flash在以下类目领先:图像感知与视觉推理 (1/1)、常识推理 (1/1)
- GPT-5.5在以下类目领先:仓库修复与多文件工程 (1/1)、多轮记忆与持续上下文 (1/1)、文档与图表理解 (1/1)、桌面工作流 (1/1)、科学计算与科研编程 (1/1)、综合知识考试 (1/1)、自主开发与终端任务 (1/1)、跨应用与工具编排 (1/1)
- 胶着类目:科学知识与推理
11 个共同 benchmark 上，GPT-5.5 平均高出 1.56 分。
单项差距最大的 benchmark：HLE — Gemini 3.5 Flash 40.20，GPT-5.5 52.20（分差 -12）。
本页正文由结构化模型、价格与 benchmark 数据生成，不使用实时 LLM 撰写。