GPT-5.4 minivsGemini 3.0 Flash
在 6 个共同 benchmark 中，Gemini 3.0 Flash 整体领先：GPT-5.4 mini 领先 2 项，Gemini 3.0 Flash 领先 4 项，持平 0 项，平均分差 +0.05。
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 mini2 项(33%)(67%)4 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 6 项。
General Knowledge
Gemini 3.0 Flash 领先 2/2| 评测项 | GPT-5.4 mini | Gemini 3.0 Flash | 分差 |
|---|---|---|---|
| GPQA Diamond | 8832 / 178极高强度思考（无工具） | 90.4017 / 178 | -2.40 |
| HLE | 41.5046 / 157极高强度思考（工具） | 43.5038 / 157 | -2 |
AI Agent - Tool Usage
GPT-5.4 mini 领先 1/1| 评测项 | GPT-5.4 mini | Gemini 3.0 Flash | 分差 |
|---|---|---|---|
| Terminal Bench 2.0 | 6019 / 46极高强度思考（工具） | 47.6037 / 46 | +12.40 |
Claw-style Agent Evaluation
Gemini 3.0 Flash 领先 1/1| 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 |
Coding and Software Engineer
GPT-5.4 mini 领先 1/1| 评测项 | GPT-5.4 mini | Gemini 3.0 Flash | 分差 |
|---|---|---|---|
| SWE-Bench Pro - Public | 54.4021 / 43极高强度思考（工具） | 49.6032 / 43Thinking High (With Tools) | +4.80 |
Math and Reasoning
Gemini 3.0 Flash 领先 1/1| 评测项 | GPT-5.4 mini | Gemini 3.0 Flash | 分差 |
|---|---|---|---|
| FrontierMath - Tier 4 | 2.1056 / 80Thinking High (No Tools) | 4.2040 / 80Normal (No Tools) | -2.10 |
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 | 暂无公开价格 |
| 文本输出 | $4.5 / 1M tokens | 暂无公开价格 |
| 缓存读取 | $4.5 / 1M tokens | 暂无公开价格 |
| 缓存写入 | $0.075 / 1M tokens | 暂无公开价格 |
部分模型公开价格不完整，缺失字段按"暂无公开价格"展示。
小结
- GPT-5.4 mini在以下类目领先:AI Agent - Tool Usage (1/1)、Coding and Software Engineer (1/1)
- Gemini 3.0 Flash在以下类目领先:General Knowledge (2/2)、Claw-style Agent Evaluation (1/1)、Math and Reasoning (1/1)
6 个共同 benchmark 上，GPT-5.4 mini 平均高出 0.05 分。
单项差距最大的 benchmark：Terminal Bench 2.0 — GPT-5.4 mini 60，Gemini 3.0 Flash 47.60（分差 +12.40）。
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。