GPT-5.1vsGemini 2.5-Pro
在 15 个共同 benchmark 中，GPT-5.1 整体领先：GPT-5.1 领先 13 项，Gemini 2.5-Pro 领先 2 项，持平 0 项，平均分差 +12.83。
GPT-5.1
OpenAI · 2025-11-12 · 推理大模型
Gemini 2.5-Pro
Google Deep Mind · 2025-06-05 · 推理大模型
GPT-5.113 项(87%)(13%)2 项Gemini 2.5-Pro
评测分数
按能力类目分组，每组内按分差大小排列；共 15 项。
General Knowledge
GPT-5.1 领先 4/5| 评测项 | GPT-5.1 | Gemini 2.5-Pro | 分差 |
|---|---|---|---|
| ARC-AGI | 72.8028 / 68 | 3750 / 68 | +35.80 |
| LiveBench | 42.65106 / 115Normal (No Tools) | 58.3376 / 115Thinking High (No Tools) | -15.68 |
| ARC-AGI-2 | 17.6036 / 62 | 4.9047 / 62 | +12.70 |
| HLE | 26.5097 / 172 | 21.60112 / 172 | +4.90 |
| GPQA Diamond | 88.1031 / 187 | 86.4045 / 187 | +1.70 |
Math and Reasoning
GPT-5.1 领先 3/3| 评测项 | GPT-5.1 | Gemini 2.5-Pro | 分差 |
|---|---|---|---|
| FrontierMath | 26.7013 / 60Thinking High (With Tools) | 1123 / 60 | +15.70 |
| FrontierMath - Tier 4 | 12.5029 / 80Thinking High (With Tools) | 2.1056 / 80Normal (No Tools) | +10.40 |
| AIME2025 | 9428 / 107 | 8844 / 107 | +6 |
Agent Level Benchmark
GPT-5.1 领先 2/2| 评测项 | GPT-5.1 | Gemini 2.5-Pro | 分差 |
|---|---|---|---|
| τ²-Bench - Telecom | 95.6014 / 35Thinking High (With Tools) | 5432 / 35 | +41.60 |
| Terminal Bench Hard | 432 / 13Thinking High (With Tools) | 2512 / 13 | +18 |
AI Agent - Information Search
GPT-5.1 领先 1/1| 评测项 | GPT-5.1 | Gemini 2.5-Pro | 分差 |
|---|---|---|---|
| BrowseComp | 50.8043 / 53Thinking High (No Tools) | 7.8052 / 53 | +43 |
AI Agent - Tool Usage
GPT-5.1 领先 1/1| 评测项 | GPT-5.1 | Gemini 2.5-Pro | 分差 |
|---|---|---|---|
| Terminal Bench 2.0 | 47.6038 / 47Thinking High (With Tools) | 32.6047 / 47 | +15 |
Coding and Software Engineer
GPT-5.1 领先 1/1| 评测项 | GPT-5.1 | Gemini 2.5-Pro | 分差 |
|---|---|---|---|
| SWE-bench Verified | 76.3034 / 112 | 67.2072 / 112 | +9.10 |
Multimodal Understanding
GPT-5.1 领先 1/1| 评测项 | GPT-5.1 | Gemini 2.5-Pro | 分差 |
|---|---|---|---|
| MMMU | 85.402 / 29 | 8210 / 29 | +3.40 |
常识推理
Gemini 2.5-Pro 领先 1/1| 评测项 | GPT-5.1 | Gemini 2.5-Pro | 分差 |
|---|---|---|---|
| Simple Bench | 53.2023 / 63Thinking High (No Tools) | 62.4011 / 63Thinking (No Tools) | -9.20 |
规格对比
| 字段 | GPT-5.1 | Gemini 2.5-Pro |
|---|---|---|
| 发布机构 | OpenAI | Google Deep Mind |
| 发布时间 | 2025-11-12 | 2025-06-05 |
| 模型类型 | 推理大模型 | 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 | 400K | 1000K |
| 最大输出 | 128K | 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-5.1 | Gemini 2.5-Pro |
|---|---|---|
| 文本输入 | $1.25 / 1M tokens | $1.25 / 1M tokens |
| 文本输出 | $10 / 1M tokens | $10 / 1M tokens |
| 缓存读取 | $0.125 / 1M tokens | 暂无公开价格 |
| 缓存写入 | $0 / 1M tokens | 暂无公开价格 |
小结
- GPT-5.1在以下类目领先:General Knowledge (4/5)、Math and Reasoning (3/3)、Agent Level Benchmark (2/2)、AI Agent - Information Search (1/1)、AI Agent - Tool Usage (1/1)、Coding and Software Engineer (1/1)、Multimodal Understanding (1/1)
- Gemini 2.5-Pro在以下类目领先:常识推理 (1/1)
15 个共同 benchmark 上，GPT-5.1 平均高出 12.83 分。
单项差距最大的 benchmark：BrowseComp — GPT-5.1 50.80，Gemini 2.5-Pro 7.80（分差 +43）。
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。