Gemini 2.5 Pro Preview 0325 vs GPT-5.6 Sol
完整资料:Gemini 2.5 Pro Preview 0325(Google)和 GPT-5.6 Sol(OpenAI),包括全部基准测试、价格和排名。
更新于 · 数据来自 13 个来源
截至 2026年11月22日,质量上 GPT-5.6 Sol 领先 Gemini 2.5 Pro Preview 0325(BenchLeader Index 65.1 比 59.7)。看重长上下文(73 比 67)和多模态(71 比 66)选 Gemini 2.5 Pro Preview 0325;看重指令遵循(71 比 58)、推理(64 比 52)和数学(69 比 59)选 GPT-5.6 Sol。
要点(截至 2026年11月22日)
- Gemini 2.5 Pro Preview 0325 的 BenchLeader Index 为 59.7,GPT-5.6 Sol 为 65.1(BenchLeader,2026年11月22日)。
- GPT-5.6 Sol 每百万 token 混合价格为 $8.00(标价,2026年11月22日)。
- 在两者都有结果的 14 项基准测试中,GPT-5.6 Sol 领先 14 项(BenchLeader,2026年11月22日)。
按用途怎么选
推荐模型的数值列在前面。类别得分采用 BenchLeader 标尺(50 为模型平均水平,15 分为一个标准差)。领先半个标准差及以上为“高”置信度;相差不到 1 分则视为“均可”。
| 用途 | 推荐 | 理由 | 置信度 |
|---|---|---|---|
| 编程 | GPT-5.6 Sol | 类别得分 66 比 61;LiveCodeBench 82.6% 比 79.2% | 中 |
| 数学 | GPT-5.6 Sol | 类别得分 69 比 59 | 高 |
| 推理 | GPT-5.6 Sol | 类别得分 64 比 52;GPQA Diamond 93.5% 比 83.8% | 高 |
| 知识 | GPT-5.6 Sol | 类别得分 63 比 56;MMLU-Pro 89.1% 比 84.1% | 中 |
| 长文档 | Gemini 2.5 Pro Preview 0325 | 类别得分 73 比 67 | 中 |
| 图像及其他媒体 | Gemini 2.5 Pro Preview 0325 | 类别得分 71 比 66;MMMU-Pro (Vals) 81.3% 比 88.8% | 中 |
| 指令遵循 | GPT-5.6 Sol | 类别得分 71 比 58 | 高 |
| 低预算大批量 | 两者都不选 | 通常更小的模型更合适:便宜好用的大模型、最快的大模型 | – |
主要差异
- 质量上 GPT-5.6 Sol (max) 领先:65.1 比 59.7。
- Gemini 2.5 Pro Preview 0325 在长上下文、多模态方面更强。
- GPT-5.6 Sol (max) 在编程、指令遵循、知识、数学、推理方面更强。
概览
| 规格 | Gemini 2.5 Pro Preview 0325 | GPT-5.6 Sol |
|---|---|---|
| 提供商 | OpenAI | |
| 发布日期 | 2025年3月25日 | 2026年7月9日 |
| 上下文窗口(token) | 1,000,000 | 1,050,000 |
| 对比时的配置 | Gemini 2.5 Pro Preview 0325 | GPT-5.6 Sol (max) |
| 开放权重 | 否 | 否 |
| 每百万 token 价格(输入 / 输出 / 缓存输入) | – | $4.00 / $20.00 / $0.400 |
逐类别对比
类别得分采用 BenchLeader 标尺:50 为参评模型的平均水平,15 分为一个标准差。差距不到 1 分视为持平。
| 类别 | Gemini 2.5 Pro Preview 0325 | GPT-5.6 Sol (max) | 领先者 |
|---|---|---|---|
| 推理 | 52.1 | 63.8 | GPT-5.6 Sol |
| 编程 | 61.1 | 65.9 | GPT-5.6 Sol |
| 智能体与工具 | – | 67.4 | 无法比较 |
| 数学 | 58.9 | 69.4 | GPT-5.6 Sol |
| 知识 | 56.2 | 63.4 | GPT-5.6 Sol |
| 指令遵循 | 57.9 | 71.3 | GPT-5.6 Sol |
| 多模态 | 70.8 | 65.5 | Gemini 2.5 Pro Preview 0325 |
| 长上下文 | 72.8 | 66.8 | Gemini 2.5 Pro Preview 0325 |
同一图表对比
各领域采用与 Index 相同的标尺,平均模型为 50 分。单击某个领域可查看构成它的基准测试。 可从列表中最多选择 5 个模型。
未绘制(测得的模型少于两个):智能体与工具, 人类偏好。
各来源的分歧
在两者都有结果的 14 项基准测试中,Gemini 2.5 Pro Preview 0325 领先 0 项,GPT-5.6 Sol 领先 14 项。所有同时评测两者的综合评分都认为 GPT-5.6 Sol 更强。
| 综合 Index | Gemini 2.5 Pro Preview 0325 | GPT-5.6 Sol (max) | 领先者 |
|---|---|---|---|
| BenchLeader Index | 59.7 | 65.1 | GPT-5.6 Sol |
各发布方使用各自的任务、评测框架和推理强度设置,因此总体结论可能不同;BenchLeader 将它们统一到同一标尺上。† 表示同一模型在另一推理强度设置下的测量值(发布方未测试本页对比的设置)。
价格、速度与延迟
标价按每 1 个输出 token 对应 3 个输入 token 混合计算。每项任务的价格采用方法论页面中的 token 数量。每项基准测试任务的成本、token 数和耗时均为实测值,取自 Artificial Analysis 整个 Intelligence Index 测试的平均值。
| 指标 | Gemini 2.5 Pro Preview 0325 | GPT-5.6 Sol (max) |
|---|---|---|
| 每百万 token 混合价格 | – | $8.00 |
| 每百万 token 输入 / 输出 | – / – | $4.00 / $20.00 |
| 每百万 token 缓存输入 | – | $0.400 |
| 每项任务价格:聊天回复 | – | $0.0076 |
| 每项任务价格:总结一份 30 页的报告 | – | $0.060 |
| 每项任务价格:代码编辑 | – | $0.054 |
| 每项任务价格:智能体编程会话 | – | $0.320 |
| 每项任务价格:结构化信息提取 | – | $0.012 |
| 智能体编程会话(输入大多命中缓存) | – | $0.158 |
| 输出速度 | – | 108 tok/s |
| 首次回答时间 | – | 33.8 秒 |
| 完整回答耗时(最近一次测量 2026年11月13日) | – | 157.3 秒 |
每个模型都按其排名最高的推理强度设置进行对比。Gemini 2.5 Pro Preview 0325 得分 59.7。GPT-5.6 Sol (max) 得分 65.1,首个回答 token 需 34 秒;GPT-5.6 Sol (xhigh) 为 63.7(15 秒),GPT-5.6 Sol (high) 为 63.3(7 秒)。推理强度越高,回答前思考越久:得分更高,但等待更长、计费 token 也更多。 推理强度如何影响得分和成本
全部基准测试
共 173 项基准测试,按类别分组;点击名称可查看该排行榜及领先模型。† 表示同一模型在另一推理强度设置下的测量值,仅供参考,不计入胜场。
| 指标 | 发布方 | Gemini 2.5 Pro Preview 0325 | GPT-5.6 Sol (max) |
|---|---|---|---|
| BenchLeader Index | BenchLeader | 59.7 | 65.1 |
| 编程得分 | BenchLeader | 61.1 | 65.9 |
| 指令遵循得分 | BenchLeader | 57.9 | 71.3 |
| 知识得分 | BenchLeader | 56.2 | 63.4 |
| 长上下文得分 | BenchLeader | 72.8 | 66.8 |
| 数学得分 | BenchLeader | 58.9 | 69.4 |
| 多模态得分 | BenchLeader | 70.8 | 65.5 |
| 推理得分 | BenchLeader | 52.1 | 63.8 |
| 智能体与工具得分 | BenchLeader | – | 67.4 |
| 混合价格(美元/百万 token) | BenchLeader | – | $8.00 |
| 输出速度 | BenchLeader | – | 108 tok/s |
| 首次回答时间 | BenchLeader | – | 33.8 秒 |
| 上下文窗口 | BenchLeader | 1,000,000 token | 1,050,000 token |
| 推理 | |||
| GPQA Diamond | Epoch AI Benchmarking Hub | 83.8% | 93.5% |
| Humanity's Last Exam | Scale AI / CAIS | 18.2% | – |
| SimpleBench | SimpleBench | 51.6% | 64.8%† |
| Arena Hard Prompts | Arena (LMArena) | – | 1511† |
| LiveBench 1.0 Reasoning | LiveBench | – | 91.7% |
| GPQA Diamond (AA) | Artificial Analysis | 83.6% | 94.1% |
| Humanity's Last Exam (AA) | Artificial Analysis | 18.0% | 49.5% |
| GPQA Diamond (Vals) | Vals AI | 80.8% | 95.2% |
| EnigmaEval | Scale AI SEAL | – | 37.1%† |
| GPQA Diamond (HELM) | HELM Capabilities | 74.9% | – |
| ARC-AGI-1 | ARC Prize | – | 96.5% |
| ARC-AGI-2 | ARC Prize | – | 92.5% |
| ARC-AGI-3 | ARC Prize | – | 7.8% |
| CritPt | Artificial Analysis | – | 32.3% |
| CritPt v2 hard subset (AA) | Artificial Analysis | – | 60.0% |
| MysteryMechanism | Vals AI | – | 33.3% |
| HLE-Diamond (Scale) | Scale AI SEAL | – | 31.2%† |
| HLE Text-Only (Scale) | Scale AI SEAL | 18.4% | – |
| Arena Expert | Arena (LMArena) | – | 1532† |
| Chess Puzzles | Epoch AI Benchmarking Hub | – | 59.0% |
| Mystery Game Puzzles | Epoch AI Benchmarking Hub | – | 58.0% |
| LMCA | Epoch AI Benchmarking Hub | – | 58.4% |
| DTBench | Epoch AI Benchmarking Hub | – | 95.5% |
| ForecastBench | ForecastBench | 64.0% | 65.7% |
| BTF-3 | Epoch AI Benchmarking Hub | – | 13.7% |
显示全部 173 项基准测试
| 指标 | 发布方 | Gemini 2.5 Pro Preview 0325 | GPT-5.6 Sol (max) |
|---|---|---|---|
| 编程 | |||
| SciCode | SciCode | – | 57.1% |
| WeirdML | WeirdML | – | 87.0% |
| FrontierCode | Cognition | – | 47.5%† |
| GSO-Bench | GSO-Bench | – | 76.5%† |
| Arena Coding | Arena (LMArena) | – | 1533† |
| Arena WebDev | Arena (LMArena) | – | 1615† |
| LiveBench 1.0 Coding | LiveBench | – | 83.9% |
| LiveCodeBench | Vals AI | 79.2% | 82.6% |
| IOI | Vals AI | – | 91.2% |
| SWE-bench (Vals) | Vals AI | – | 96.2% |
| Aider Polyglot | Aider polyglot leaderboard | 72.9% | – |
| Code Migration | Vals AI | – | 52.9% |
| ProgramBench | Vals AI | – | 1.5% |
| Vibe Code Bench 1-100 | Vals AI | – | 20.0% |
| Vibe Code Bench v1.1 | Vals AI | – | 80.5% |
| SWE Atlas v1.0: Codebase QnA | Scale AI SEAL | – | 46.0%† |
| SWE Atlas v1.0: Test Writing | Scale AI SEAL | – | 45.9%† |
| SWE-Bench Pro V2 | Scale AI SEAL | – | 95.5%† |
| SWE-Bench Pro V2 HARD | Scale AI SEAL | – | 82.4%† |
| MirrorCode | Epoch AI Benchmarking Hub | – | 20.0%† |
| CadEval | Epoch AI Benchmarking Hub | 64.0% | – |
| Surface Evolver Bench | Epoch AI Benchmarking Hub | – | 93.1%† |
| DeepSWE v1.1 | Epoch AI Benchmarking Hub | – | 72.7% |
| CursorBench | Cursor | – | 40.9% |
| ALE-Bench | Epoch AI Benchmarking Hub | – | 2176.9 |
| FrontierSWE | Epoch AI Benchmarking Hub | – | 32.2% |
| WeirdML v3 | WeirdML | – | 15.0%† |
| Terminal-Bench 4.0 (AA) | Artificial Analysis | – | 39.9% |
| Terminal-Bench 2.1 (AA) | Artificial Analysis | – | 88.0% |
| Startrise Frontend | Startrise | – | 66.2%† |
| GameBench 2 Overall | DuelLab GameBench 2 | – | 66.8† |
| GameBench 2 by reasoning setting | DuelLab GameBench 2 | – | 80.1† |
| Design Arena Website | Design Arena | – | 1310† |
| Design Arena Code | Design Arena | – | 1331† |
| LiveCodeBench (AA) | Artificial Analysis | 77.8% | – |
| 智能体与工具 | |||
| Terminal-Bench | Terminal-Bench | – | 38.5% |
| OSWorld-Verified 2.0 | OSWorld | – | 27.3% |
| APEX-Agents | Mercor | – | 51.4%† |
| Arena Agent | Arena (LMArena) | – | 3.7† |
| LiveBench Agentic Coding | LiveBench | – | 56.2% |
| Terminal-Bench Hard | Artificial Analysis | – | 65.9% |
| τ²-Bench Telecom (AA) | Artificial Analysis | – | 85.1% |
| Terminal-Bench 2.1 (Vals) | Vals AI | – | 85.8% |
| MCP Atlas | Scale AI SEAL | – | 81.8%† |
| HiL-Bench | Scale AI SEAL | – | 32.3%† |
| τ³-bench Banking | τ²-bench | – | 46.9%† |
| GDPval-AA v2.1 | Artificial Analysis | – | 1619 |
| τ³-Banking (AA) | Artificial Analysis | – | 44.3% |
| ITBench SRE (AA) | Artificial Analysis | – | 56.2% |
| Analyst Agent (AA) | Artificial Analysis | – | 47.5% |
| CUA-bench | Vals AI | – | 8.3% |
| CyberBench | Vals AI | – | 76.3% |
| Finance Agent v2 | Vals AI | – | 53.8% |
| Harvey's Legal Agent Benchmark v1 | Vals AI | – | 2.5% |
| Legal Research Bench | Vals AI | – | 48.1% |
| SkillsBench | Vals AI | – | 54.1% |
| SREBench | Vals AI | – | 30.5% |
| Tax Agent Bench | Vals AI | – | 31.1% |
| Terminal-Bench 4.0 (Vals) | Vals AI | – | 37.9% |
| Terminal-Bench Science | Vals AI | – | 20.0% |
| Time Horizon Index: KSP | Vals AI | – | 23.8% |
| Web Search Index | Vals AI | – | 43.6% |
| Arena Search | Arena (LMArena) | – | 1254† |
| Arena Agent Task Completion | Arena (LMArena) | – | 2.5† |
| Arena Search Factuality | Arena (LMArena) | – | 1248† |
| BALROG | BALROG | 43.3% | 60.0% |
| PostTrainBench | Epoch AI Benchmarking Hub | – | 31.0% |
| GBAEval | Epoch AI Benchmarking Hub | – | 52.6%† |
| Vending-Bench 2 | Andon Labs | – | 9619.4† |
| AutomationBench | Artificial Analysis | – | 60.1% |
| GDP.pdf (AA) | Artificial Analysis | – | 27.2% |
| EnterpriseOps-Gym | Artificial Analysis | – | 42.9% |
| AA-Briefcase v1.1 | Artificial Analysis | – | 1478 |
| Design Arena Agentic | Design Arena | – | 1226† |
| Terminal-Bench-Science 0.1 (AA) | Artificial Analysis | – | 22.4% |
| FACTS Search | – | 92.9%† | |
| 数学 | |||
| FrontierMath Tiers 1–3 | Epoch AI Benchmarking Hub | – | 89.1% |
| FrontierMath Tier 4 | Epoch AI Benchmarking Hub | – | 82.9% |
| OTIS Mock AIME | Epoch AI Benchmarking Hub | – | 100.0% |
| MATH Level 5 | Epoch AI Benchmarking Hub | 95.6% | – |
| ProofBench | Vals AI | – | 83.0% |
| LiveBench Mathematics | LiveBench | – | 96.2% |
| AIME (Vals) | Vals AI | 85.8% | – |
| Omni-MATH (HELM) | HELM Capabilities | 41.6% | – |
| MATH 500 | Vals AI | 95.2% | – |
| Arena Maths | Arena (LMArena) | – | 1494† |
| FrontierMath Erdős | Epoch AI Benchmarking Hub | – | 0.0% |
| 知识 | |||
| SimpleQA Verified | Epoch AI Benchmarking Hub | – | 69.7% |
| LiveBench 1.0 Data Analysis | LiveBench | – | 79.8% |
| MMLU-Pro | Vals AI | 84.1% | 89.1% |
| LegalBench | Vals AI | 84.3% | 87.0% |
| CorpFin | Vals AI | 59.8% | 64.4% |
| TaxEval | Vals AI | 72.9% | 74.8% |
| MedQA | Vals AI | 93.1% | – |
| PRBench Finance | Scale AI SEAL | – | 50.5% |
| PRBench Legal | Scale AI SEAL | – | 50.5% |
| MMLU-Pro (HELM) | HELM Capabilities | 86.3% | – |
| BioMysteryBench | Vals AI | – | 71.1% |
| Excel Modeling Benchmark | Vals AI | – | 72.3% |
| MedCode | Vals AI | – | 44.0% |
| MedScribe | Vals AI | – | 85.2% |
| Public Benefits Bench v1.1 | Vals AI | – | 66.5% |
| Financial Coaching Bench | Vals AI | – | 74.9% |
| DrugDiscoveryBench | Scale AI SEAL | – | 56.5% |
| Arena Text Factuality | Arena (LMArena) | – | 1476† |
| EBR-bench | Epoch AI Benchmarking Hub | – | 44.8% |
| FACTS Parametric | – | 81.1%† | |
| 指令遵循 | |||
| LiveBench Language | LiveBench | – | 87.7% |
| LiveBench Instruction Following | LiveBench | – | 71.8% |
| IFBench | Artificial Analysis | – | 72.7% |
| IFEval (HELM) | HELM Capabilities | 84.0% | – |
| WildBench (HELM) | HELM Capabilities | 85.7% | – |
| Arena Instruction Following | Arena (LMArena) | – | 1490† |
| 人类偏好 | |||
| Arena Text | Arena (LMArena) | – | 1485† |
| EQ-Bench 4 | EQ-Bench | – | 1236† |
| EQ-Bench Creative Writing v3 | EQ-Bench | 1396 | 1974† |
| EQ-Bench Longform Writing | EQ-Bench | 58.8 | 81.7† |
| Arena Creative Writing | Arena (LMArena) | – | 1471† |
| Arena Multi-turn | Arena (LMArena) | – | 1491† |
| Arena Longer Queries | Arena (LMArena) | – | 1498† |
| Lech Mazur Creative Writing | Lech Mazur | 80.5% | – |
| 多模态 | |||
| Arena Vision | Arena (LMArena) | – | 1282† |
| MMMU-Pro | Artificial Analysis | – | 83.4% |
| VISTA | Scale AI SEAL | 54.6% | – |
| MMMU-Pro (Vals) | Vals AI | 81.3% | 88.8% |
| MortgageTax | Vals AI | 67.2% | 67.3% |
| Humanity's Sixth Sense | Scale AI SEAL | – | 30.0% |
| GeoBench | GeoBench | 84.0% | 73.0%† |
| VPCT | Epoch AI Benchmarking Hub | 48.0% | – |
| Blueprint-Bench 2 | Epoch AI Benchmarking Hub | – | 33.6%† |
| Furniture Assembly | Epoch AI Benchmarking Hub | – | 56.7% |
| FACTS Multimodal | – | 46.4%† | |
| 长上下文 | |||
| Fiction.LiveBench 120k | Fiction.live | 90.6% | – |
| AA-LCR v1.1 | Artificial Analysis | – | 84.0% |
| Arena Document | Arena (LMArena) | – | 1487† |
| MLCR | Artificial Analysis | – | 30.0% |
| FACTS Grounding | – | 61.9%† | |
| 综合 | |||
| Epoch Capabilities Index | Epoch AI Benchmarking Hub | 144.0 | 163.0† |
| LiveBench 1.0 | LiveBench | – | 81.0% |
| AA Intelligence Index v4.3.2 | Artificial Analysis | 15.0 | 47.0 |
| AA Progress Index v1 | Artificial Analysis | 245.9 | 331.5 |
| HELM Capabilities mean | HELM Capabilities | 74.5% | – |
| Vals RSI Index | Vals AI | – | 23.9% |
| Vals Science Index | Vals AI | – | 41.5% |
| Vals Multimodal Index | Vals AI | – | 72.6% |
| 安全与诚实 | |||
| FORTRESS | Scale AI SEAL | 54.9% | 20.1%† |
| MASK | Scale AI SEAL | 55.9% | – |
| DistressBench | Scale AI SEAL | – | 73.6%† |
数据截至 2026年11月22日。对比的是每个模型的最佳配置;每项分数的来源链接都在模型页面上。
DuelLab GameBench 2, release gb2-20261119-1d7fd529faf6 (https://benchmarks.duellab.org/releases/gb2-20261119-1d7fd529faf6/), CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Scores mapped to BenchLeader model names; not endorsed by DuelLab.
变化
- GPT-5.6 Sol (max):1 项分数修订。
- GPT-5.6 Sol (max):1 项新结果(GDPval-AA v2.1)。
- GPT-5.6 Sol (max):1 项分数修订。
- GPT-5.6 Sol (max):BenchLeader Index 65.8 → 65.3。
- GPT-5.6 Sol (max):1 项分数修订。
- GPT-5.6 Sol (max):1 项分数修订。
- GPT-5.6 Sol (max):2 项新结果(AA Progress Index v1, CritPt v2 hard subset (AA))。
- GPT-5.6 Sol (max):1 项新结果(AA-Briefcase v1.1)。
- GPT-5.6 Sol (max):3 项新结果(Harvey's Legal Agent Benchmark v1, Vals RSI Index, Vals Science Index)。
相关对比
- GPT-5.6 Sol vs Claude Fable 5.2
- GPT-5.6 Sol vs Gemini 4 Carbon
- GPT-5.6 Sol vs GPT-6.2 Astra
- GPT-5.6 Sol vs Gemini 4 Neon
- Gemini 2.5 Pro Preview 0325 vs Claude Opus 5.5
- Gemini 2.5 Pro Preview 0325 vs Claude Fable 5.1
- Gemini 2.5 Pro Preview 0325 vs GPT-6.1 Sol
- Gemini 2.5 Pro Preview 0325 vs Claude Fable 5
排行榜: 综合最佳大模型 · 最适合智能体的大模型 · 便宜好用的大模型
Gemini 2.5 Pro Preview 0325 vs GPT-5.6 Sol:常见问题
- GPT-5.6 Sol 比 Gemini 2.5 Pro Preview 0325 更好吗?
- 质量上 GPT-5.6 Sol (max) 领先:65.1 比 59.7。BenchLeader Index 综合了所有第三方质量基准测试;截至 2026年11月22日,GPT-5.6 Sol (max) 总体领先,但请结合你的用途查看各类别得分。
- 编程用 Gemini 2.5 Pro Preview 0325 还是 GPT-5.6 Sol 更好?
- GPT-5.6 Sol 在编程方面得分更高(类别得分 66 比 61,50 为平均水平)。在两者共同的最主要编程基准测试 LiveCodeBench 上,Gemini 2.5 Pro Preview 0325 为 79.2%,GPT-5.6 Sol 为 82.6%。
- 处理长文档哪个更好?
- Gemini 2.5 Pro Preview 0325 在长上下文基准测试上得分更高(73 比 67)。两者都约为 1.1M token(Gemini 2.5 Pro Preview 0325 为 1,000,000,GPT-5.6 Sol 为 1,050,000)。
- 第三方基准测试对 Gemini 2.5 Pro Preview 0325 和 GPT-5.6 Sol 的看法一致吗?
- 在两者都有结果的 14 项基准测试中,Gemini 2.5 Pro Preview 0325 领先 0 项,GPT-5.6 Sol 领先 14 项。所有同时评测两者的综合评分都认为 GPT-5.6 Sol 更强。
- GPT-5.6 Sol 是什么时候发布的?
- GPT-5.6 Sol 于 2026年7月9日 发布。