GPT-5vsGemini 2.5-Pro
在 20 个共同 benchmark 中，GPT-5 整体领先：GPT-5 领先 18 项，Gemini 2.5-Pro 领先 2 项，持平 0 项，平均分差 +23.48。
GPT-5
OpenAI · 2025-08-07 · 基础大模型
Gemini 2.5-Pro
Google Deep Mind · 2025-06-05 · 推理大模型
GPT-518 项(90%)(10%)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 20 项。
Math and Reasoning
GPT-5 领先 6/7| 评测项 | GPT-5 | Gemini 2.5-Pro | 分差 |
|---|---|---|---|
| IMO 2025 | 292 / 9 | 15.203 / 9 | +13.80 |
| FrontierMath | 24.8015 / 60 | 1123 / 60 | +13.80 |
| AIME2025 | 99.609 / 107 | 8844 / 107 | +11.60 |
| FrontierMath - Tier 4 | 12.5029 / 80Thinking High (No Tools) | 2.1056 / 80Normal (No Tools) | +10.40 |
| IMO 2024 | 114 / 10 | 192 / 10 | -8 |
| IMO-ProofBench | 592 / 16 | 55.203 / 16 | +3.80 |
| IMO-ProofBench Advanced | 202 / 8 | 17.604 / 8 | +2.40 |
General Knowledge
GPT-5 领先 4/4| 评测项 | GPT-5 | Gemini 2.5-Pro | 分差 |
|---|---|---|---|
| ARC-AGI | 65.7033 / 68 | 3750 / 68 | +28.70 |
| HLE | 35.2073 / 172 | 21.60112 / 172 | +13.60 |
| ARC-AGI-2 | 9.9040 / 62 | 4.9047 / 62 | +5 |
| GPQA Diamond | 87.3040 / 187 | 86.4045 / 187 | +0.90 |
Agent Level Benchmark
GPT-5 领先 2/2| 评测项 | GPT-5 | Gemini 2.5-Pro | 分差 |
|---|---|---|---|
| τ²-Bench - Telecom | 95.8013 / 35 | 5432 / 35 | +41.80 |
| Aider-Polyglot | 881 / 59Thinking High (No Tools) | 83.104 / 59Thinking (No Tools, 32K Budget) | +4.90 |
Coding and Software Engineer
GPT-5 领先 2/2| 评测项 | GPT-5 | Gemini 2.5-Pro | 分差 |
|---|---|---|---|
| CodeClash | 1,3602 / 8Normal (With Tools) | 1,1256 / 8Normal (With Tools) | +235 |
| SWE-bench Verified | 72.8050 / 112 | 67.2072 / 112 | +5.60 |
AI Agent - Information Search
GPT-5 领先 1/1| 评测项 | GPT-5 | Gemini 2.5-Pro | 分差 |
|---|---|---|---|
| BrowseComp | 54.9039 / 53 | 7.8052 / 53 | +47.10 |
AI Agent - Tool Usage
GPT-5 领先 1/1| 评测项 | GPT-5 | Gemini 2.5-Pro | 分差 |
|---|---|---|---|
| Terminal-Bench | 43.808 / 35 | 25.3028 / 35 | +18.50 |
Instruction Following
GPT-5 领先 1/1| 评测项 | GPT-5 | Gemini 2.5-Pro | 分差 |
|---|---|---|---|
| IF Bench | 73.109 / 30 | 4929 / 30 | +24.10 |
Multimodal Understanding
GPT-5 领先 1/1| 评测项 | GPT-5 | Gemini 2.5-Pro | 分差 |
|---|---|---|---|
| MMMU | 84.206 / 29 | 8210 / 29 | +2.20 |
常识推理
Gemini 2.5-Pro 领先 1/1| 评测项 | GPT-5 | Gemini 2.5-Pro | 分差 |
|---|---|---|---|
| Simple Bench | 56.7020 / 63Thinking High (No Tools) | 62.4011 / 63Thinking (No Tools) | -5.70 |
规格对比
| 字段 | GPT-5 | Gemini 2.5-Pro |
|---|---|---|
| 发布机构 | OpenAI | Google Deep Mind |
| 发布时间 | 2025-08-07 | 2025-06-05 |
| 模型类型 | 基础大模型 | 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 | 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在以下类目领先:Math and Reasoning (6/7)、General Knowledge (4/4)、Agent Level Benchmark (2/2)、Coding and Software Engineer (2/2)、AI Agent - Information Search (1/1)、AI Agent - Tool Usage (1/1)、Instruction Following (1/1)、Multimodal Understanding (1/1)
- Gemini 2.5-Pro在以下类目领先:常识推理 (1/1)
20 个共同 benchmark 上，GPT-5 平均高出 23.48 分。
单项差距最大的 benchmark：CodeClash — GPT-5 1,360，Gemini 2.5-Pro 1,125（分差 +235）。
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。