GPT-5.4 minivsGemini 3.0 Flash
在 9 个共同 benchmark 中，Gemini 3.0 Flash 整体领先：GPT-5.4 mini 领先 1 项，Gemini 3.0 Flash 领先 8 项，持平 0 项，平均分差 -12.97。
GPT-5.4 mini
OpenAI · 2026-03-17 · 推理大模型
Gemini 3.0 Flash
Google Deep Mind · 2025-12-17 · 聊天大模型
GPT-5.4 mini1 项(11%)(89%)8 项Gemini 3.0 Flash
评测分数
按能力类目分组，每组内按分差大小排列；共 9 项。
Agent Level Benchmark
Gemini 3.0 Flash 领先 2/2| 评测项 | GPT-5.4 mini | Gemini 3.0 Flash | 分差 |
|---|---|---|---|
| τ²-Bench - Telecom | 23.40234 / 264Normal (With Tools) | 43.30186 / 264Normal (With Tools) | -19.90 |
| Terminal Bench Hard | 18.20154 / 244Normal (With Tools) | 31.80100 / 244Normal (With Tools) | -13.60 |
Claw-style Agent Evaluation
胶着 2/2| 评测项 | GPT-5.4 mini | Gemini 3.0 Flash | 分差 |
|---|---|---|---|
| Claw Bench | 75.3025 / 29Thinking (With Tools) | 85.7015 / 29Thinking (With Tools) | -10.40 |
| PinchBench v2 | 79.2313 / 45Reported best (effort unspecified) | 72.0624 / 45Reported best (effort unspecified) | +7.17 |
General Knowledge
Gemini 3.0 Flash 领先 2/2| 评测项 | GPT-5.4 mini | Gemini 3.0 Flash | 分差 |
|---|---|---|---|
| LiveBench | 36.95114 / 117Normal (No Tools) | 56.3581 / 117Normal (No Tools) | -19.40 |
| HLE | 5.90462 / 563Normal (No Tools) · Text only | 15334 / 563Normal (No Tools) · Text only | -9.10 |
Instruction Following
Gemini 3.0 Flash 领先 1/1| 评测项 | GPT-5.4 mini | Gemini 3.0 Flash | 分差 |
|---|---|---|---|
| IF Bench | 38.80225 / 282Normal (No Tools) | 55.10133 / 282Normal (No Tools) | -16.30 |
Multimodal Understanding
Gemini 3.0 Flash 领先 1/1| 评测项 | GPT-5.4 mini | Gemini 3.0 Flash | 分差 |
|---|---|---|---|
| MMMU-Pro | 60.50172 / 227Normal (No Tools) | 78.6055 / 227Normal (No Tools) | -18.10 |
科学与综合推理
Gemini 3.0 Flash 领先 1/1| 评测项 | GPT-5.4 mini | Gemini 3.0 Flash | 分差 |
|---|---|---|---|
| GPQA Diamond | 64.14362 / 462Normal (No Tools) | 81.20215 / 462Normal (No Tools) | -17.06 |
规格对比
| 字段 | GPT-5.4 mini | Gemini 3.0 Flash |
|---|---|---|
| 发布机构 | OpenAI | Google Deep Mind |
| 发布时间 | 2026-03-17 | 2025-12-17 |
| 模型类型 | 推理大模型 | 聊天大模型 |
| 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 | 2000K |
| 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-5.4 mini | Gemini 3.0 Flash |
|---|---|---|
| 文本输入 | $0.75 / 1M tokens | $0.5 / 1M tokens |
| 文本输出 | $4.5 / 1M tokens | $3 / 1M tokens |
| 缓存读取 | $0.075 / 1M tokens | 暂无公开价格 |
小结
- Gemini 3.0 Flash在以下类目领先:Agent Level Benchmark (2/2)、General Knowledge (2/2)、Instruction Following (1/1)、Multimodal Understanding (1/1)、科学与综合推理 (1/1)
- 胶着类目:Claw-style Agent Evaluation
9 个共同 benchmark 上，Gemini 3.0 Flash 平均高出 12.97 分。
单项差距最大的 benchmark：τ²-Bench - Telecom — GPT-5.4 mini 23.40，Gemini 3.0 Flash 43.30（分差 -19.90）。
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。