BenchLeader

Gemini 3.5 Flash vs GPT-6 Astra

完整资料:Gemini 3.5 Flash(Google)和 GPT-6 Astra(OpenAI),包括全部基准测试、价格和排名。

更新于 · 数据来自 15 个来源

截至 2026年11月16日,质量上 GPT-6 Astra 领先 Gemini 3.5 Flash(BenchLeader Index 67.3 比 62.5)。不过,Gemini 3.5 Flash 更便宜,对方的价格是它的 5.9 倍(每百万 token 混合价格 $3.38 比 $20.00)。在两者都有成绩的所有类别中,GPT-6 Astra 均领先。Gemini 3.5 Flash 输出更快(3 倍以上)。

要点(截至 2026年11月16日)

  • Gemini 3.5 Flash 的 BenchLeader Index 为 62.5,GPT-6 Astra 为 67.3(BenchLeader,2026年11月16日)。
  • Gemini 3.5 Flash 每百万 token 混合价格为 $3.38(标价,2026年11月16日)。
  • GPT-6 Astra 每百万 token 混合价格为 $20.00(标价,2026年11月16日)。
  • Gemini 3.5 Flash 比 GPT-6 Astra 输出更快(3 倍以上;Artificial Analysis,7 日中位数,2026年11月16日)。
  • 在两者都有结果的 65 项基准测试中,GPT-6 Astra 领先 58 项(BenchLeader,2026年11月16日)。
  • 在 Arena WebDev 上,Gemini 3.5 Flash 的评分为 1500,GPT-6 Astra 为 1764(LMArena,截至 2026年11月16日 的公布数据)。

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-6 Astra类别得分 73 比 60;Arena WebDev 1764 比 1500高
智能体与工具调用GPT-6 Astra类别得分 64 比 63;τ³-Banking (AA) 41.4% 比 32.2%中
数学GPT-6 Astra类别得分 71 比 58;FrontierMath Tiers 1–3 93.7% 比 62.8%高
推理GPT-6 Astra类别得分 72 比 61;GPQA Diamond 95.8% 比 92.8%高
知识GPT-6 Astra类别得分 72 比 63;SimpleQA Verified 75.6% 比 66.2%高
长文档GPT-6 Astra类别得分 65 比 61;AA-LCR v1.1 80.7% 比 73.3%中
图像及其他媒体均可类别得分 66 比 66;Arena Vision 1308 比 1279均可
对话质量(人类偏好)均可Arena 投票 67 比 66均可
成本最低Gemini 3.5 Flash每百万 token 混合价格 $3.38 比 $20.00;智能体编程会话 $0.126 比 $0.800–
首次回答最快Gemini 3.5 Flash首个回答 token 9.9 秒(Gemini 3.5 Flash (high))比 198.4 秒(GPT-6 Astra (max))–
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-6 Astra (max) 领先:67.3 比 62.5。
  • Gemini 3.5 Flash (high) 在人类偏好、多模态方面更强。
  • GPT-6 Astra (max) 在智能体与工具、编程、知识、长上下文、数学、推理方面更强。
  • Gemini 3.5 Flash (high) 更便宜,对方的价格是它的 5.9 倍(每百万 token 混合价格 $3.38 比 $20.00)。
  • Gemini 3.5 Flash (high) 的输出速度是对方的 4.3 倍(176 比 41 token/秒)。

概览

规格Gemini 3.5 FlashGPT-6 Astra
提供商GoogleOpenAI
发布日期2026年5月19日2026年9月2日
上下文窗口(token)1,048,5761,050,000
对比时的配置Gemini 3.5 Flash (high)GPT-6 Astra (max)
开放权重否否
每百万 token 价格(输入 / 输出 / 缓存输入)$1.50 / $9.00 / $0.150$10.00 / $50.00 / $1.00

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 3.5 Flash (high)GPT-6 Astra (max)领先者
推理60.672.4GPT-6 Astra
编程59.573.2GPT-6 Astra
智能体与工具62.863.9GPT-6 Astra
数学57.770.8GPT-6 Astra
知识63.372.3GPT-6 Astra
指令遵循74.4–无法比较
人类偏好66.866.2持平
多模态66.265.6持平
长上下文61.265.0GPT-6 Astra
综合–71.3无法比较

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。

2550 avg75推理编程智能体与工具数学知识长上下文多模态人类偏好Gemini 3.5 Flash, 推理: 60.6Gemini 3.5 Flash, 编程: 59.5Gemini 3.5 Flash, 智能体与工具: 62.8Gemini 3.5 Flash, 数学: 57.7Gemini 3.5 Flash, 知识: 63.3Gemini 3.5 Flash, 长上下文: 61.2Gemini 3.5 Flash, 多模态: 66.2Gemini 3.5 Flash, 人类偏好: 66.8GPT-6 Astra, 推理: 72.4GPT-6 Astra, 编程: 73.2GPT-6 Astra, 智能体与工具: 63.9GPT-6 Astra, 数学: 70.8GPT-6 Astra, 知识: 72.3GPT-6 Astra, 长上下文: 65.0GPT-6 Astra, 多模态: 65.6GPT-6 Astra, 人类偏好: 66.2

未绘制(测得的模型少于两个):指令遵循。

模型(单击添加或移除)Index

各来源的分歧

在两者都有结果的 65 项基准测试中,Gemini 3.5 Flash 领先 7 项,GPT-6 Astra 领先 58 项。第三方来源看法不一:Gemini 3.5 Flash 在 Arena Text 上领先;GPT-6 Astra 在 BenchLeader Index 上领先。

综合 IndexGemini 3.5 Flash (high)GPT-6 Astra (max)领先者
BenchLeader Index62.567.3GPT-6 Astra
Arena Text14781474Gemini 3.5 Flash

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 3.5 Flash (high)GPT-6 Astra (max)
每百万 token 混合价格$3.38$20.00
每百万 token 输入 / 输出$1.50 / $9.00$10.00 / $50.00
每百万 token 缓存输入$0.150$1.00
每项任务价格:聊天回复$0.0033$0.019
每项任务价格:总结一份 30 页的报告$0.023$0.150
每项任务价格:代码编辑$0.022$0.135
每项任务价格:智能体编程会话$0.126$0.800
每项任务价格:结构化信息提取$0.0048$0.030
智能体编程会话(输入大多命中缓存)$0.065$0.395
每项基准测试任务成本(AA Index)–$6.24
每项任务输出 token(AA Index)–52k
其中推理部分–36k
每项任务耗时(AA Index)–21 min
输出速度176 tok/s41 tok/s
首次回答时间9.9 秒198.4 秒
完整回答耗时(最近一次测量 2026年11月13日)27.6 秒533.7 秒

每个模型都按其排名最高的推理强度设置进行对比。Gemini 3.5 Flash (high) 得分 62.5,首个回答 token 需 10 秒;Gemini 3.5 Flash (medium) 为 61.8(9 秒),Gemini 3.5 Flash (minimal) 为 55.6(3 秒)。GPT-6 Astra (max) 得分 67.3,首个回答 token 需 198 秒;GPT-6 Astra 为 66.4(5 秒),GPT-6 Astra (high) 为 66.3(49 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 200 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 3.5 Flash (high)GPT-6 Astra (max)
BenchLeader IndexBenchLeader62.567.3
智能体与工具得分BenchLeader62.863.9
编程得分BenchLeader59.573.2
人类偏好得分BenchLeader66.866.2
指令遵循得分BenchLeader74.4–
知识得分BenchLeader63.372.3
长上下文得分BenchLeader61.265.0
数学得分BenchLeader57.770.8
多模态得分BenchLeader66.265.6
推理得分BenchLeader60.672.4
综合得分BenchLeader–71.3
混合价格(美元/百万 token)BenchLeader$3.38$20.00
输出速度BenchLeader176 tok/s41 tok/s
首次回答时间BenchLeader9.9 秒198.4 秒
上下文窗口BenchLeader1,048,576 token1,050,000 token
推理
GPQA DiamondEpoch AI Benchmarking Hub92.8%95.8%
Humanity's Last ExamScale AI / CAIS–54.8%†
SimpleBenchSimpleBench76.7%†83.6%†
Arena Hard PromptsArena (LMArena)14961500
LiveBench 2.0 ReasoningLiveBench–92.7%
LiveBench 1.0 ReasoningLiveBench82.0%92.7%
GPQA Diamond (AA)Artificial Analysis92.2%96.1%
Humanity's Last Exam (AA)Artificial Analysis42.7%54.7%
HLE-Diamond (AA)Artificial Analysis–63.8%
GPQA Diamond (Vals)Vals AI92.7%–
EnigmaEvalScale AI SEAL25.4%–
ARC-AGI-1ARC Prize92.5%97.5%
ARC-AGI-2ARC Prize72.1%95.0%
ARC-AGI-3ARC Prize–98.6%
CritPtArtificial Analysis13.1%31.7%
CritPt v2 hard subset (AA)Artificial Analysis–70.5%
MysteryMechanismVals AI–53.1%
HLE-Diamond (Scale)Scale AI SEAL–60.6%†
Arena ExpertArena (LMArena)14911517
Chess PuzzlesEpoch AI Benchmarking Hub45.0%74.0%
Mystery Game PuzzlesEpoch AI Benchmarking Hub32.0%84.0%
LMCAEpoch AI Benchmarking Hub47.1%64.1%†
DTBenchEpoch AI Benchmarking Hub94.7%97.1%†
ForecastBenchForecastBench64.0%†66.6%†
BTF-3Epoch AI Benchmarking Hub–13.5%†
显示全部 200 项基准测试
指标发布方Gemini 3.5 Flash (high)GPT-6 Astra (max)
编程
SWE-bench Verified (Epoch)Epoch AI Benchmarking Hub79.3%–
SciCodeSciCode53.9%56.5%
WeirdMLWeirdML62.6%93.3%
FrontierCodeCognition–53.3%
GSO-BenchGSO-Bench–79.4%†
Arena CodingArena (LMArena)15081548
Arena WebDevArena (LMArena)15001764
LiveBench 2.0 CodingLiveBench–87.5%
LiveBench 1.0 CodingLiveBench78.2%80.4%
LiveCodeBenchVals AI87.6%–
IOIVals AI–100.0%
SWE-bench (Vals)Vals AI78.8%–
Code MigrationVals AI26.8%67.7%
Code Migration v1.1Vals AI–80.6%
ProgramBenchVals AI0.0%5.5%
SWE-bench MultimodalVals AI–43.3%
Vibe Code Bench 1-100Vals AI–27.6%
Vibe Code Bench v1.1Vals AI48.7%89.6%
SWE Atlas v1.0: Codebase QnAScale AI SEAL–59.1%†
SWE Atlas v1.0: RefactoringScale AI SEAL–59.0%†
SWE Atlas v1.0: Test WritingScale AI SEAL–50.7%†
SWE Atlas v1.1Scale AI SEAL–69.4%†
SWE Atlas v1.1: Codebase QnAScale AI SEAL–70.2%†
SWE Atlas v1.1: Test WritingScale AI SEAL–66.7%†
SWE Atlas v1.1: RefactoringScale AI SEAL–71.4%†
SWE-Bench Pro V2Scale AI SEAL–96.9%†
SWE-Bench Pro V2 HARDScale AI SEAL–90.2%†
MirrorCodeEpoch AI Benchmarking Hub–60.0%
Surface Evolver BenchEpoch AI Benchmarking Hub58.1%†–
DeepSWE v1.1Epoch AI Benchmarking Hub36.1%73.2%
ALE-BenchEpoch AI Benchmarking Hub911.02951.3
FrontierSWEEpoch AI Benchmarking Hub–65.5%
WeirdML v3WeirdML–42.2%†
Terminal-Bench 4.0 (AA)Artificial Analysis6.6%59.1%
Terminal-Bench 2.1 (AA)Artificial Analysis78.7%88.4%
Startrise FrontendStartrise–79.9%†
GameBench 2 OverallDuelLab GameBench 249.4†88.8†
GameBench 2 by reasoning settingDuelLab GameBench 263.294.3†
Design Arena WebsiteDesign Arena1260†1338
FrontierCode 1.1 (AA)Artificial Analysis–47.0%
FrontierCode 2.0 (AA)Artificial Analysis–42.4%
智能体与工具
Terminal-BenchTerminal-Bench–60.3%
Remote Labor IndexScale AI / CAIS–20.8%†
APEX-AgentsMercor27.5%†64.7%†
Arena AgentArena (LMArena)–14.5
LiveBench Long AgenticLiveBench–75.6%
LiveBench BrowserLiveBench–91.3%
LiveBench Agentic CodingLiveBench49.0%57.3%
Terminal-Bench HardArtificial Analysis40.9%–
τ²-Bench Telecom (AA)Artificial Analysis95.3%–
Terminal-Bench 2.1 (Vals)Vals AI74.2%87.3%
MCP AtlasScale AI SEAL83.6%–
HiL-BenchScale AI SEAL27.7%†65.3%†
GDPval-AA v2.1, normalised scoreArtificial Analysis–53.7%
GDPval-AA v2.1Artificial Analysis12111587
τ³-Banking (AA)Artificial Analysis32.2%41.4%
ITBench SRE (AA)Artificial Analysis40.4%48.6%
Analyst Agent (AA)Artificial Analysis45.0%51.3%
APEX-Agents (AA)Artificial Analysis47.0%–
CUA-benchVals AI–19.2%
CyberBenchVals AI–41.1%
Finance Agent v2Vals AI57.9%53.5%
Finance Agent v2.1Vals AI–60.4%
Harvey's Legal Agent Benchmark v1.1Vals AI–7.1%
Harvey's Legal Agent Benchmark v1Vals AI2.5%5.4%
Legal Research BenchVals AI30.8%39.4%
Robo-benchVals AI–23.3%
SkillsBenchVals AI52.7%–
SREBenchVals AI–56.9%
Tax Agent BenchVals AI21.6%20.7%
Terminal-Bench 2.0 (Vals)Vals AI67.4%–
Terminal-Bench 4.0 (Vals)Vals AI6.1%59.6%
Terminal-Bench ScienceVals AI5.7%62.9%
Time Horizon Index: KSPVals AI–90.5%
Web Search IndexVals AI37.0%–
Arena SearchArena (LMArena)–1245
Arena Agent Task CompletionArena (LMArena)–14
BALROGBALROG–68.3%
PostTrainBenchEpoch AI Benchmarking Hub–41.9%
GBAEvalEpoch AI Benchmarking Hub6.7%†–
Vending-Bench 2Andon Labs5396.4†15514.7†
SpireClimbEpoch AI Benchmarking Hub–34.0%
AutomationBenchArtificial Analysis42.1%68.5%
GDP.pdf (AA)Artificial Analysis19.8%31.0%
Harvey LAB-AA v1.1Harvey–8.6%
EnterpriseOps-GymArtificial Analysis50.1%–
AA-Briefcase v1.1Artificial Analysis8761569
GDPxGDPx by SemiAnalysis–9.6%
Design Arena AgenticDesign Arena1174†1405
RoboDojo (LLM as robot policy)RoboDojo–29.0†
Terminal-Bench-Science 0.1 (AA)Artificial Analysis–63.3%
CWE-Bench (AA)Artificial Analysis–63.3%
DeepSec-Bench (AA)Artificial Analysis–36.9%
CyberGym end-to-end (AA)Artificial Analysis–0.0%
MKA (AA)Artificial Analysis–50.2%
FACTS SearchGoogle–93.3%†
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub62.8%93.7%
FrontierMath Tier 4Epoch AI Benchmarking Hub26.8%97.6%
OTIS Mock AIMEEpoch AI Benchmarking Hub95.6%100.0%
ProofBenchVals AI31.0%99.0%†
LiveBench MathematicsLiveBench88.2%96.8%
AIME 2026MathArena95.0%–
HMMT February 2026MathArena95.5%–
MathArena ApexMathArena32.3%–
Arena MathsArena (LMArena)14971481
FrontierMath ErdősEpoch AI Benchmarking Hub–2.9%
知识
SimpleQA VerifiedEpoch AI Benchmarking Hub66.2%75.6%
LiveBench 2.0 Data AnalysisLiveBench–83.0%
LiveBench ResearchLiveBench–90.6%
LiveBench 1.0 Data AnalysisLiveBench64.9%83.0%
AA-Omniscience v1.1Artificial Analysis–42.4
MMLU-ProVals AI89.5%–
LegalBenchVals AI83.6%–
CorpFinVals AI64.7%–
TaxEvalVals AI74.4%–
PRBench FinanceScale AI SEAL–47.5%†
PRBench LegalScale AI SEAL–48.4%†
BioMysteryBenchVals AI–79.3%
Excel Modeling BenchmarkVals AI63.5%71.7%
Excel Modeling Benchmark v1.1Vals AI–72.7%
MedCodeVals AI55.8%48.5%
MedScribeVals AI76.6%87.9%
Public Benefits Bench v1.1Vals AI59.5%–
Financial Coaching BenchVals AI63.0%67.5%
Immigration BenchVals AI–67.7%
DrugDiscoveryBenchScale AI SEAL50.0%68.7%
EBR-benchEpoch AI Benchmarking Hub4.8%76.2%
GDP.pdfEpoch AI Benchmarking Hub14.0%†34.2%
AA-Omniscience v1.1: accuracyArtificial Analysis–61.6%
AA-Omniscience v1.1: non-hallucinationArtificial Analysis–50.2%
HealthBench Professional (AA)OpenAI–66.0%
FACTS ParametricGoogle–83.8%†
指令遵循
LiveBench LanguageLiveBench84.6%89.4%
LiveBench Instruction FollowingLiveBench75.6%75.6%
IFBenchArtificial Analysis76.3%–
Arena Instruction FollowingArena (LMArena)14651474
人类偏好
Arena TextArena (LMArena)14781474
EQ-Bench 4EQ-Bench1077†–
EQ-Bench Creative Writing v3EQ-Bench–2177†
Arena Creative WritingArena (LMArena)14651451
Arena Multi-turnArena (LMArena)14801483
Arena Longer QueriesArena (LMArena)14831485
多模态
Arena VisionArena (LMArena)13081279
LiveBench DesignLiveBench–80.0%
MMMU-ProArtificial Analysis84.3%86.9%
MMMU-Pro (Vals)Vals AI88.3%–
MortgageTaxVals AI68.1%–
Humanity's Sixth SenseScale AI SEAL32.6%53.6%
GeoBenchGeoBench85.0%†–
Blueprint-Bench 2Epoch AI Benchmarking Hub33.6%†49.7%†
Furniture AssemblyEpoch AI Benchmarking Hub–80.0%
VIALS-AAHandshake AI–62.7%
Code2Video-AAArtificial Analysis–1427
AA-3DArtificial Analysis–1168
FACTS MultimodalGoogle–55.2%†
长上下文
AA-LCR v1.1Artificial Analysis73.3%80.7%
Arena DocumentArena (LMArena)14551474
MLCRArtificial Analysis10.0%41.7%
FACTS GroundingGoogle–80.1%†
综合
Epoch Capabilities IndexEpoch AI Benchmarking Hub155.3†169†
LiveBench 2.0LiveBench–84.5%
LiveBench 1.0LiveBench74.6%82.2%
AA Intelligence Index v5.0.1Artificial Analysis–56.9
AA Intelligence Index v4.3.2Artificial Analysis32.652.7
AA Progress Index v1Artificial Analysis305.1349.6
Vals IndexVals AI–65.0
Vals Finance IndexVals AI–55.6%
Vals RSI IndexVals AI–27.1%
Vals Science IndexVals AI–65.1%
Vals Multimodal IndexVals AI62.9%–
Vals Router IndexVals AI–65.0%†
Vals Legal IndexVals AI–68.4%
AA Cyber IndexArtificial Analysis–33.4
安全与诚实
FORTRESSScale AI SEAL–12.1%†
DistressBenchScale AI SEAL66.9%†74.3%†

数据截至 2026年11月16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 gb2-20261111-7b598bb13de4 (https://benchmarks.duellab.org/releases/gb2-20261111-7b598bb13de4/), CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Scores mapped to BenchLeader model names; not endorsed by DuelLab.

变化

  • GPT-6 Astra (max):8 项新结果(LiveBench 2.0, LiveBench Long Agentic, LiveBench 2.0 Reasoning…)。
  • Gemini 3.5 Flash (high):1 项新结果(GDPval-AA v2.1);1 项分数修订。
  • GPT-6 Astra (max):1 项分数修订。
  • Gemini 3.5 Flash (high):3 项新结果(AIME 2026, HMMT February 2026, MathArena Apex)。
  • GPT-6 Astra (max):1 项新结果(PostTrainBench);2 项分数修订。
  • GPT-6 Astra (max):1 项新结果(MirrorCode);1 项分数修订。
  • GPT-6 Astra (max):BenchLeader Index 68.1 → 67.4。
  • GPT-6 Astra (max):2 项分数修订。
  • GPT-6 Astra (max):1 项分数修订。
  • GPT-6 Astra (max):1 项分数修订。

排行榜: 综合最佳大模型 · 最适合编程的大模型 · 最适合智能体的大模型 · 便宜好用的大模型

Gemini 3.5 Flash vs GPT-6 Astra:常见问题

GPT-6 Astra 比 Gemini 3.5 Flash 更好吗?
质量上 GPT-6 Astra (max) 领先:67.3 比 62.5。BenchLeader Index 综合了所有第三方质量基准测试;截至 2026年11月16日,GPT-6 Astra (max) 总体领先,但请结合你的用途查看各类别得分。
Gemini 3.5 Flash 和 GPT-6 Astra 哪个更便宜?价格会变吗?
目前 Gemini 3.5 Flash 更便宜:每百万 token $3.38 比 $20.00(按每 1 个输出 token 对应 3 个输入 token 混合计算)。两者均未公布价格调整。
编程用 Gemini 3.5 Flash 还是 GPT-6 Astra 更好?
GPT-6 Astra 在编程方面得分更高(类别得分 73 比 60,50 为平均水平)。在两者共同的最主要编程基准测试 Arena WebDev 上,Gemini 3.5 Flash 为 1500,GPT-6 Astra 为 1764。
Gemini 3.5 Flash 和 GPT-6 Astra 哪个更快?
Gemini 3.5 Flash 输出更快(3 倍以上;输出 176 比 41 token/秒,Artificial Analysis 7 日中位数)。
智能体和工具调用用 Gemini 3.5 Flash 还是 GPT-6 Astra 更好?
GPT-6 Astra 在智能体任务方面得分更高(类别得分 64 比 63,50 为平均水平)。在两者共同的最主要智能体与工具基准测试 τ³-Banking (AA) 上,Gemini 3.5 Flash 为 32.2%,GPT-6 Astra 为 41.4%。
更多问题(4)
处理长文档哪个更好?
GPT-6 Astra 在长上下文基准测试上得分更高(65 比 61)。两者都约为 1.1M token(Gemini 3.5 Flash 为 1,048,576,GPT-6 Astra 为 1,050,000)。
哪个延迟更低?
Gemini 3.5 Flash 先开始回答:据 Artificial Analysis 测量,首个回答 token 的等待时间为 9.9 秒比 198.4 秒。这主要取决于推理强度:设置越高,回答前思考得越久。
第三方基准测试对 Gemini 3.5 Flash 和 GPT-6 Astra 的看法一致吗?
在两者都有结果的 65 项基准测试中,Gemini 3.5 Flash 领先 7 项,GPT-6 Astra 领先 58 项。第三方来源看法不一:Gemini 3.5 Flash 在 Arena Text 上领先;GPT-6 Astra 在 BenchLeader Index 上领先。
GPT-6 Astra 是什么时候发布的?
GPT-6 Astra 于 2026年9月2日 发布。