Gemini 3.5 FlashvsGPT-5.5
在 12 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 10 项，持平 0 项，平均分差 -10.41。
Gemini 3.5 Flash
Google Deep Mind · 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(17%)(83%)10 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 12 项。
AI Agent - Tool Usage
GPT-5.5 领先 2/3| 评测项 | Gemini 3.5 Flash | GPT-5.5 | 分差 |
|---|---|---|---|
| MCP-Atlas | 83.604 / 38Thinking High (With Tools) | 75.3021 / 38极高强度思考（工具） | +8.30 |
| Terminal-Bench 2.1 | 76.2022 / 43Thinking High (With Tools) | 83.4012 / 43Thinking High (With Tools) | -7.20 |
| OSWorld-Verified | 78.4010 / 26Thinking High (With Tools) | 78.709 / 26Thinking High (With Tools) | -0.30 |
General Knowledge
GPT-5.5 领先 3/3| 评测项 | Gemini 3.5 Flash | GPT-5.5 | 分差 |
|---|---|---|---|
| ARC-AGI-2 | 72.1013 / 62Thinking High (With Tools) | 852 / 62Thinking High (No Tools) | -12.90 |
| HLE | 40.2066 / 181Thinking High (With Tools) | 52.2022 / 181Thinking High (With Tools) | -12 |
| LiveBench | 75.0217 / 115Thinking High (No Tools) | 80.711 / 115Deep Thinking (No Tools) | -5.69 |
Coding and Software Engineer
GPT-5.5 领先 2/2| 评测项 | Gemini 3.5 Flash | GPT-5.5 | 分差 |
|---|---|---|---|
| DeepSWE | 3722 / 26Thinking Medium (With Tools) | 677 / 26极高强度思考（工具） | -30 |
| SWE-Bench Pro - Public | 55.1030 / 57Thinking High (With Tools) | 58.6015 / 57Thinking High (With Tools) | -3.50 |
Math and Reasoning
GPT-5.5 领先 2/2| 评测项 | Gemini 3.5 Flash | GPT-5.5 | 分差 |
|---|---|---|---|
| FrontierMath Tier 4 v2 | 26.8318 / 34Thinking High (No Tools) | 72.505 / 34极高强度思考（无工具） | -45.67 |
| FrontierMath v2 | 62.8118 / 34Thinking High (No Tools) | 85.266 / 34极高强度思考（无工具） | -22.46 |
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 | 76.704 / 67Normal (No Tools) | 698 / 67Normal (No Tools) | +7.70 |
科学与综合推理
GPT-5.5 领先 1/1| 评测项 | Gemini 3.5 Flash | GPT-5.5 | 分差 |
|---|---|---|---|
| GPQA Diamond | 92.8019 / 226Thinking High (No Tools) | 947 / 226极高强度思考（无工具） | -1.20 |
规格对比
| 字段 | Gemini 3.5 Flash | GPT-5.5 |
|---|---|---|
| 发布机构 | Google Deep Mind | 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 | $0.5 / 1M tokens |
| 文本输出 | $9 / 1M tokens | $30 / 1M tokens |
| 缓存读取 | $0.15 / 1M tokens | $0.5 / 1M tokens |
| 缓存写入 | 暂无公开价格 | $6.25 / 1M tokens |
小结
- Gemini 3.5 Flash在以下类目领先:常识推理 (1/1)
- GPT-5.5在以下类目领先:AI Agent - Tool Usage (2/3)、General Knowledge (3/3)、Coding and Software Engineer (2/2)、Math and Reasoning (2/2)、科学与综合推理 (1/1)
12 个共同 benchmark 上，GPT-5.5 平均高出 10.41 分。
单项差距最大的 benchmark：FrontierMath Tier 4 v2 — Gemini 3.5 Flash 26.83，GPT-5.5 72.50（分差 -45.67）。
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。