GPT-5.4vsGemini 3.1 Pro Preview
在 11 个共同 benchmark 中，GPT-5.4 整体领先：GPT-5.4 领先 6 项，Gemini 3.1 Pro Preview 领先 3 项，持平 2 项，平均分差 -0.36。
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-5.46 项(55%)持平2(27%)3 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 11 项。
General Knowledge
胶着 4/4| 评测项 | GPT-5.4 | Gemini 3.1 Pro Preview | 分差 |
|---|---|---|---|
| GPQA Diamond | 92.8010 / 178极高强度思考（无工具） | 94.303 / 178Thinking High (No Tools) | -1.50 |
| HLE | 52.1014 / 157极高强度思考（工具） | 51.4015 / 157Thinking High (With Tools) | +0.70 |
| ARC-AGI-3 | 04 / 6Thinking High (No Tools) | 03 / 6Thinking High (No Tools) | 持平 |
| ARC-AGI-2 | 77.107 / 59Normal (No Tools) | 77.107 / 59Thinking High (No Tools) | 持平 |
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 | 82.7011 / 45极高强度思考（工具） | 85.903 / 45Thinking High (With Tools + Internet) | -3.20 |
AI Agent - Tool Usage
GPT-5.4 领先 1/1| 评测项 | GPT-5.4 | Gemini 3.1 Pro Preview | 分差 |
|---|---|---|---|
| Terminal Bench 2.0 | 75.104 / 46极高强度思考（工具） | 68.508 / 46Thinking High (With Tools) | +6.60 |
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 |
Coding and Software Engineer
GPT-5.4 领先 1/1| 评测项 | GPT-5.4 | Gemini 3.1 Pro Preview | 分差 |
|---|---|---|---|
| SWE-Bench Pro - Public | 57.7010 / 43极高强度思考（无工具） | 54.2023 / 43Thinking High (With Tools) | +3.50 |
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 | 32K |
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:Math and Reasoning (2/2)、AI Agent - Tool Usage (1/1)、Claw-style Agent Evaluation (1/1)、Coding and Software Engineer (1/1)
- Gemini 3.1 Pro Preview在以下类目领先:Agent Level Benchmark (1/1)、AI Agent - Information Search (1/1)
- 胶着类目:General Knowledge
11 个共同 benchmark 上，Gemini 3.1 Pro Preview 平均高出 0.36 分。
单项差距最大的 benchmark：τ²-Bench - Telecom — GPT-5.4 64.30，Gemini 3.1 Pro Preview 99.30（分差 -35）。
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。