GPT-5.4vsGemini 3.1 Pro Preview
在 15 个共同 benchmark 中，GPT-5.4 整体领先：GPT-5.4 领先 8 项，Gemini 3.1 Pro Preview 领先 5 项，持平 2 项，平均分差 +1.84。
GPT-5.4
OpenAI · 2026-03-05 · 多模态大模型
Gemini 3.1 Pro Preview
Google Deep Mind · 2026-02-20 · 多模态大模型
GPT-5.48 项(53%)持平2(33%)5 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 15 项。
General Knowledge
GPT-5.4 领先 2/5| 评测项 | GPT-5.4 | Gemini 3.1 Pro Preview | 分差 |
|---|---|---|---|
| GPQA Diamond | 92.8011 / 187极高强度思考（无工具） | 94.303 / 187Thinking High (No Tools) | -1.50 |
| HLE | 52.1021 / 172极高强度思考（工具） | 51.4022 / 172Thinking High (With Tools) | +0.70 |
| LiveBench | 80.282 / 115Deep Thinking (No Tools) | 79.933 / 115Thinking High (No Tools) | +0.35 |
| ARC-AGI-3 | 07 / 9Thinking High (No Tools) | 06 / 9Thinking High (No Tools) | 持平 |
| ARC-AGI-2 | 77.109 / 62Normal (No Tools) | 77.109 / 62Thinking High (No Tools) | 持平 |
AI Agent - Tool Usage
Gemini 3.1 Pro Preview 领先 2/3| 评测项 | GPT-5.4 | Gemini 3.1 Pro Preview | 分差 |
|---|---|---|---|
| MCP-Atlas | 70.6014 / 27极高强度思考（工具） | 78.209 / 27Thinking High (With Tools) | -7.60 |
| Terminal Bench 2.0 | 75.104 / 47极高强度思考（工具） | 68.508 / 47Thinking High (With Tools) | +6.60 |
| OSWorld-Verified | 7512 / 24极高强度思考（工具） | 76.2011 / 24Thinking (With Tools) | -1.20 |
Coding and Software Engineer
GPT-5.4 领先 2/2| 评测项 | GPT-5.4 | Gemini 3.1 Pro Preview | 分差 |
|---|---|---|---|
| DeepSWE | 5212 / 19极高强度思考（工具） | 1219 / 19Thinking High (With Tools) | +40 |
| SWE-Bench Pro - Public | 57.7017 / 54极高强度思考（无工具） | 54.2032 / 54Thinking High (With Tools) | +3.50 |
Math and Reasoning
GPT-5.4 领先 2/2| 评测项 | GPT-5.4 | Gemini 3.1 Pro Preview | 分差 |
|---|---|---|---|
| FrontierMath | 47.605 / 60极高强度思考（无工具） | 36.9011 / 60Thinking High (No Tools) | +10.70 |
| FrontierMath - Tier 4 | 27.1011 / 80极高强度思考（无工具） | 16.7020 / 80Normal (No Tools) | +10.40 |
Agent Level Benchmark
Gemini 3.1 Pro Preview 领先 1/1| 评测项 | GPT-5.4 | Gemini 3.1 Pro Preview | 分差 |
|---|---|---|---|
| τ²-Bench - Telecom | 64.3030 / 35Normal (With Tools) | 99.301 / 35Thinking High (With Tools) | -35 |
AI Agent - Information Search
Gemini 3.1 Pro Preview 领先 1/1| 评测项 | GPT-5.4 | Gemini 3.1 Pro Preview | 分差 |
|---|---|---|---|
| BrowseComp | 82.7015 / 53极高强度思考（工具） | 85.905 / 53Thinking High (With Tools + Internet) | -3.20 |
Claw-style Agent Evaluation
GPT-5.4 领先 1/1| 评测项 | GPT-5.4 | Gemini 3.1 Pro Preview | 分差 |
|---|---|---|---|
| Pinch Bench | 90.501 / 37Thinking (With Tools) | 86.7010 / 37Thinking (With Tools) | +3.80 |
规格对比
| 字段 | GPT-5.4 | Gemini 3.1 Pro Preview |
|---|---|---|
| 发布机构 | OpenAI | Google Deep Mind |
| 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 |
| 缓存写入 | $0.25 / 1M tokens | 暂无公开价格 |
小结
- GPT-5.4在以下类目领先:General Knowledge (2/5)、Coding and Software Engineer (2/2)、Math and Reasoning (2/2)、Claw-style Agent Evaluation (1/1)
- Gemini 3.1 Pro Preview在以下类目领先:AI Agent - Tool Usage (2/3)、Agent Level Benchmark (1/1)、AI Agent - Information Search (1/1)
15 个共同 benchmark 上，GPT-5.4 平均高出 1.84 分。
单项差距最大的 benchmark：DeepSWE — GPT-5.4 52，Gemini 3.1 Pro Preview 12（分差 +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。