GPT-5.4vsGemini 3.1 Pro Preview
在 5 个共同 benchmark 中，Gemini 3.1 Pro Preview 整体领先：GPT-5.4 领先 2 项，Gemini 3.1 Pro Preview 领先 3 项，持平 0 项，平均分差 +65.57。
GPT-5.4
OpenAI · 2026-03-05 · 多模态大模型
Gemini 3.1 Pro Preview
Google DeepMind · 2026-02-20 · 多模态大模型
GPT-5.42 项(40%)(60%)3 项Gemini 3.1 Pro Preview
评测分数
按能力类目分组，每组内按分差大小排列；共 5 项。
跨应用与工具编排
胶着 2/2| 评测项 | GPT-5.4 | Gemini 3.1 Pro Preview | 分差 |
|---|---|---|---|
| PinchBench v2 | 75.7017 / 45Reported best (effort unspecified) | 81.019 / 45Reported best (effort unspecified) | -5.31 |
| Pinch Bench | 90.501 / 38Thinking (With Tools) | 86.7011 / 38Thinking (With Tools) | +3.80 |
写作与创意表达
GPT-5.4 领先 1/1| 评测项 | GPT-5.4 | Gemini 3.1 Pro Preview | 分差 |
|---|---|---|---|
| Creative Writing | 1,84019 / 110Normal (No Tools) | 1,49156 / 110Normal (No Tools) | +348.40 |
机器学习工程
Gemini 3.1 Pro Preview 领先 1/1| 评测项 | GPT-5.4 | Gemini 3.1 Pro Preview | 分差 |
|---|---|---|---|
| WeirdML v2 | 57.4431 / 52Normal (With Tools) | 72.1017 / 52Normal (With Tools) | -14.66 |
科学知识与推理
Gemini 3.1 Pro Preview 领先 1/1| 评测项 | GPT-5.4 | Gemini 3.1 Pro Preview | 分差 |
|---|---|---|---|
| GPQA Diamond | 89.9044 / 253Thinking High (No Tools) | 94.306 / 253Thinking High (No Tools) | -4.40 |
规格对比
| 字段 | GPT-5.4 | Gemini 3.1 Pro Preview |
|---|---|---|
| 发布机构 | OpenAI | Google DeepMind |
| 发布时间 | 2026-03-05 | 2026-02-20 |
| 模型类型 | 多模态大模型 | 多模态大模型 |
| 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 | 1M |
| 最大输出 | 125K | 64K |
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 | GPT-5.4 | Gemini 3.1 Pro Preview |
|---|---|---|
| 文本输入 | $2.5 / 1M tokens | $2 / 1M tokens |
| 文本输出 | $15 / 1M tokens | $12 / 1M tokens |
| 缓存读取 | $0.25 / 1M tokens | $0.2 / 1M tokens |
小结
- GPT-5.4在以下类目领先:写作与创意表达 (1/1)
- Gemini 3.1 Pro Preview在以下类目领先:机器学习工程 (1/1)、科学知识与推理 (1/1)
- 胶着类目:跨应用与工具编排
5 个共同 benchmark 上，GPT-5.4 平均高出 65.57 分。
单项差距最大的 benchmark：Creative Writing — GPT-5.4 1,840，Gemini 3.1 Pro Preview 1,491（分差 +348.40）。
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。