BenchLeader

Gemini 3.7 Flash vs GPT-6.2 Astra

完整资料:Gemini 3.7 Flash(Google)和 GPT-6.2 Astra(OpenAI),包括全部基准测试、价格和排名。

更新于 · 数据来自 11 个来源

截至 2026年11月19日,质量上 GPT-6.2 Astra 领先 Gemini 3.7 Flash(BenchLeader Index 68.9 比 61.9)。不过,Gemini 3.7 Flash 更便宜,对方的价格是它的 11 倍(每百万 token 混合价格 $1.50 比 $16.00)。在两者都有成绩的所有类别中,GPT-6.2 Astra 均领先。Gemini 3.7 Flash 输出更快(约 1.5 倍)。

要点(截至 2026年11月19日)

  • Gemini 3.7 Flash 的 BenchLeader Index 为 61.9,GPT-6.2 Astra 为 68.9(BenchLeader,2026年11月19日)。
  • Gemini 3.7 Flash 每百万 token 混合价格为 $1.50(标价,2026年11月19日)。
  • GPT-6.2 Astra 每百万 token 混合价格为 $16.00(标价,2026年11月19日)。
  • Gemini 3.7 Flash 比 GPT-6.2 Astra 输出更快(约 1.5 倍;Artificial Analysis,7 日中位数,2026年11月19日)。
  • 在两者都有结果的 28 项基准测试中,GPT-6.2 Astra 领先 27 项(BenchLeader,2026年11月19日)。
  • 在 Arena WebDev 上,Gemini 3.7 Flash 的评分为 1588,GPT-6.2 Astra 为 1781(LMArena,截至 2026年11月19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-6.2 Astra类别得分 76 比 62;Arena WebDev 1781 比 1588高
智能体与工具调用GPT-6.2 Astra类别得分 66 比 49;Terminal-Bench 62.1% 比 12.4%高
数学GPT-6.2 Astra类别得分 73 比 62;FrontierMath Tiers 1–3 92.6% 比 71.6%高
推理GPT-6.2 Astra类别得分 73 比 67;GPQA Diamond 96.8% 比 94.8%中
知识GPT-6.2 Astra类别得分 74 比 66;SimpleQA Verified 78.5% 比 69.2%高
图像及其他媒体GPT-6.2 Astra类别得分 72 比 67;MMMU-Pro 89.5% 比 85.5%中
对话质量(人类偏好)–只有 Gemini 3.7 Flash 有 Arena 评分(类别得分 68)无法比较
成本最低Gemini 3.7 Flash每百万 token 混合价格 $1.50 比 $16.00;智能体编程会话 $0.060 比 $0.640–
首次回答最快Gemini 3.7 Flash首个回答 token 2.1 秒(Gemini 3.7 Flash (high))比 202.7 秒(GPT-6.2 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-6.2 Astra (max) 领先:68.9 比 61.9。
  • GPT-6.2 Astra (max) 在智能体与工具、编程、知识、数学、多模态、推理方面更强。
  • Gemini 3.7 Flash (high) 更便宜,对方的价格是它的 11 倍(每百万 token 混合价格 $1.50 比 $16.00)。
  • Gemini 3.7 Flash (high) 的输出速度是对方的 2.0 倍(96 比 49 token/秒)。

概览

规格Gemini 3.7 FlashGPT-6.2 Astra
提供商GoogleOpenAI
发布日期2026年8月13日2026年11月17日
上下文窗口(token)1,048,5761,050,000
对比时的配置Gemini 3.7 Flash (high)GPT-6.2 Astra (max)
开放权重否否
每百万 token 价格(输入 / 输出 / 缓存输入)$0.750 / $3.75 / $0.075$8.00 / $40.00 / $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 3.7 Flash (high)GPT-6.2 Astra (max)领先者
推理67.373.1GPT-6.2 Astra
编程62.176.1GPT-6.2 Astra
智能体与工具48.666.4GPT-6.2 Astra
数学62.372.5GPT-6.2 Astra
知识65.674.2GPT-6.2 Astra
人类偏好68.2–无法比较
多模态67.071.7GPT-6.2 Astra
长上下文65.5–无法比较
综合–69.5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多模态Gemini 3.7 Flash, 推理: 67.3Gemini 3.7 Flash, 编程: 62.1Gemini 3.7 Flash, 智能体与工具: 48.6Gemini 3.7 Flash, 数学: 62.3Gemini 3.7 Flash, 知识: 65.6Gemini 3.7 Flash, 多模态: 67.0GPT-6.2 Astra, 推理: 73.1GPT-6.2 Astra, 编程: 76.1GPT-6.2 Astra, 智能体与工具: 66.4GPT-6.2 Astra, 数学: 72.5GPT-6.2 Astra, 知识: 74.2GPT-6.2 Astra, 多模态: 71.7

未绘制(测得的模型少于两个):指令遵循, 长上下文, 人类偏好。

模型(单击添加或移除)Index

各来源的分歧

在两者都有结果的 28 项基准测试中,Gemini 3.7 Flash 领先 1 项,GPT-6.2 Astra 领先 27 项。所有同时评测两者的综合评分都认为 GPT-6.2 Astra 更强。

综合 IndexGemini 3.7 Flash (high)GPT-6.2 Astra (max)领先者
BenchLeader Index61.968.9GPT-6.2 Astra

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 3.7 Flash (high)GPT-6.2 Astra (max)
每百万 token 混合价格$1.50$16.00
每百万 token 输入 / 输出$0.750 / $3.75$8.00 / $40.00
每百万 token 缓存输入$0.075$0.400
每项任务价格:聊天回复$0.0014$0.015
每项任务价格:总结一份 30 页的报告$0.011$0.120
每项任务价格:代码编辑$0.010$0.108
每项任务价格:智能体编程会话$0.060$0.640
每项任务价格:结构化信息提取$0.0023$0.024
智能体编程会话(输入大多命中缓存)$0.030$0.298
每项基准测试任务成本(AA Index)–$4.00
每项任务输出 token(AA Index)–41k
其中推理部分–26k
每项任务耗时(AA Index)–14 min
输出速度96 tok/s49 tok/s
首次回答时间2.1 秒202.7 秒

每个模型都按其排名最高的推理强度设置进行对比。Gemini 3.7 Flash (high) 得分 61.9,首个回答 token 需 2 秒;Gemini 3.7 Flash (medium) 为 60.0(2 秒),Gemini 3.7 Flash (low) 为 57.1(2 秒)。GPT-6.2 Astra (max) 得分 68.9,首个回答 token 需 203 秒;GPT-6.2 Astra (xhigh) 为 67.1(67 秒),GPT-6.2 Astra (medium) 为 65.6(4 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 142 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 3.7 Flash (high)GPT-6.2 Astra (max)
BenchLeader IndexBenchLeader61.968.9
智能体与工具得分BenchLeader48.666.4
编程得分BenchLeader62.176.1
人类偏好得分BenchLeader68.2–
知识得分BenchLeader65.674.2
长上下文得分BenchLeader65.5–
数学得分BenchLeader62.372.5
多模态得分BenchLeader67.071.7
推理得分BenchLeader67.373.1
综合得分BenchLeader–69.5
混合价格(美元/百万 token)BenchLeader$1.50$16.00
输出速度BenchLeader96 tok/s49 tok/s
首次回答时间BenchLeader2.1 秒202.7 秒
上下文窗口BenchLeader1,048,576 token1,050,000 token
推理
GPQA DiamondEpoch AI Benchmarking Hub94.8%96.8%
Arena Hard PromptsArena (LMArena)1510–
LiveBench 2.0 ReasoningLiveBench–91.6%
LiveBench 1.0 ReasoningLiveBench87.8%–
GPQA Diamond (AA)Artificial Analysis94.5%–
Humanity's Last Exam (AA)Artificial Analysis47.9%–
HLE-Diamond (AA)Artificial Analysis–72.2%
GPQA Diamond (Vals)Vals AI93.9%–
ARC-AGI-1ARC Prize95.5%98.5%
ARC-AGI-2ARC Prize84.6%95.8%
ARC-AGI-3ARC Prize–99.8%
CritPtArtificial Analysis14.3%–
CritPt v2 hard subset (AA)Artificial Analysis–71.5%
MysteryMechanismVals AI–53.1%
HLE-Diamond (Scale)Scale AI SEAL–66.9%†
Arena ExpertArena (LMArena)1519–
Chess PuzzlesEpoch AI Benchmarking Hub66.0%78.0%
Mystery Game PuzzlesEpoch AI Benchmarking Hub37.0%95.0%
LMCAEpoch AI Benchmarking Hub50.4%–
DTBenchEpoch AI Benchmarking Hub96.8%–
ForecastBenchForecastBench65.7%–
编程
SciCodeSciCode57.2%–
FrontierCodeCognition43.6%†–
Arena CodingArena (LMArena)1521–
Arena WebDevArena (LMArena)15881781
显示全部 142 项基准测试
指标发布方Gemini 3.7 Flash (high)GPT-6.2 Astra (max)
编程
LiveBench 2.0 CodingLiveBench–91.9%
LiveBench 1.0 CodingLiveBench78.9%–
LiveCodeBenchVals AI88.7%–
IOIVals AI67.8%–
SWE-bench (Vals)Vals AI80.8%–
Code MigrationVals AI34.8%–
ProgramBenchVals AI0.0%–
Vibe Code Bench v1.1Vals AI70.4%89.9%
Vibe Code Bench 1-100 v1.1Vals AI–55.2%
SWE Atlas v1.1Scale AI SEAL–60.5%†
SWE Atlas v1.1: Codebase QnAScale AI SEAL–67.7%†
SWE Atlas v1.1: Test WritingScale AI SEAL–62.2%†
SWE Atlas v1.1: RefactoringScale AI SEAL–51.4%†
MirrorCodeEpoch AI Benchmarking Hub41.1%67.8%
DeepSWE v1.1Epoch AI Benchmarking Hub65.3%–
ALE-BenchEpoch AI Benchmarking Hub904.3–
FrontierSWEEpoch AI Benchmarking Hub20.3%–
Terminal-Bench 4.0 (AA)Artificial Analysis13.6%64.1%
Terminal-Bench 2.1 (AA)Artificial Analysis85.8%–
Design Arena WebsiteDesign Arena1293†1339†
FrontierCode 2.0 (AA)Artificial Analysis–45.4%
智能体与工具
Terminal-BenchTerminal-Bench12.4%62.1%
Remote Labor IndexScale AI / CAIS5.0%†–
APEX-AgentsMercor67.8%†–
Arena AgentArena (LMArena)-3.115.2
LiveBench Long AgenticLiveBench–70.8%
LiveBench BrowserLiveBench–93.0%
LiveBench Agentic CodingLiveBench58.3%–
Terminal-Bench 2.1 (Vals)Vals AI77.5%–
GDPval-AA v2.1Artificial Analysis1404–
τ³-Banking (AA)Artificial Analysis32.8%–
Analyst Agent (AA)Artificial Analysis60.0%62.5%
CyberBenchVals AI43.8%–
Finance Agent v2Vals AI59.0%–
Finance Agent v2.1Vals AI–60.8%
Harvey's Legal Agent Benchmark v1.1Vals AI–16.3%
Harvey's Legal Agent Benchmark v1Vals AI8.8%–
Legal Research BenchVals AI34.6%42.8%
Robo-benchVals AI–32.7%
SkillsBenchVals AI65.9%–
SREBenchVals AI4.6%–
Tax Agent BenchVals AI22.8%21.8%
Terminal-Bench 4.0 (Vals)Vals AI12.1%63.1%
Terminal-Bench ScienceVals AI7.1%71.4%
Arena Agent Task CompletionArena (LMArena)-3.412.4
SpireClimbEpoch AI Benchmarking Hub–41.3%
AutomationBenchArtificial Analysis62.0%77.3%
GDP.pdf (AA)Artificial Analysis23.6%29.8%
Harvey LAB-AA v1.1Harvey–15.0%
EnterpriseOps-GymArtificial Analysis50.4%†29.9%
AA-Briefcase v1.1Artificial Analysis11151643
Design Arena AgenticDesign Arena1213†1304
Terminal-Bench-Science 0.1 (AA)Artificial Analysis–78.1%
CWE-Bench (AA)Artificial Analysis–65.0%
DeepSec-Bench (AA)Artificial Analysis–46.8%
CyberGym end-to-end (AA)Artificial Analysis–0.0%
MKA (AA)Artificial Analysis–52.7%
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub71.6%92.6%
FrontierMath Tier 4Epoch AI Benchmarking Hub36.6%100.0%
OTIS Mock AIMEEpoch AI Benchmarking Hub97.2%100.0%
ProofBenchVals AI58.0%†–
LiveBench MathematicsLiveBench93.5%–
Autoform-HardVals AI–87.5%
Arena MathsArena (LMArena)1502–
FrontierMath ErdősEpoch AI Benchmarking Hub–10.3%
知识
SimpleQA VerifiedEpoch AI Benchmarking Hub69.2%78.5%
LiveBench 2.0 Data AnalysisLiveBench–84.1%
LiveBench ResearchLiveBench–91.5%
LiveBench 1.0 Data AnalysisLiveBench68.0%–
AA-Omniscience v1.1Artificial Analysis–50
MMLU-ProVals AI90.1%–
LegalBenchVals AI87.3%–
TaxEvalVals AI74.7%–
PRBench LegalScale AI SEAL–43.1%†
BioMysteryBenchVals AI–80.7%
Excel Modeling BenchmarkVals AI71.3%–
Excel Modeling Benchmark v1.1Vals AI–76.0%
MedCodeVals AI53.4%–
MedScribeVals AI83.9%–
DrugDiscoveryBenchScale AI SEAL–65.5%†
EBR-benchEpoch AI Benchmarking Hub–92.4%
AA-Omniscience v1.1: accuracyArtificial Analysis–68.6%
AA-Omniscience v1.1: non-hallucinationArtificial Analysis–40.9%
指令遵循
LiveBench LanguageLiveBench85.5%–
LiveBench Instruction FollowingLiveBench79.9%–
MultiChallengeScale AI SEAL–73.2%†
Arena Instruction FollowingArena (LMArena)1486–
人类偏好
Arena TextArena (LMArena)1490–
EQ-Bench Creative Writing v3EQ-Bench1720†–
Arena Creative WritingArena (LMArena)1487–
Arena Multi-turnArena (LMArena)1490–
Arena Longer QueriesArena (LMArena)1502–
多模态
Arena VisionArena (LMArena)1313–
LiveBench DesignLiveBench–82.8%
MMMU-ProArtificial Analysis85.5%89.5%
MMMU-Pro (Vals)Vals AI89.0%–
MortgageTaxVals AI66.7%–
Humanity's Sixth SenseScale AI SEAL39.8%63.2%†
Furniture AssemblyEpoch AI Benchmarking Hub26.7%89.2%
VIALS-AAHandshake AI–65.8%
AA-3DArtificial Analysis–1318
长上下文
AA-LCR v1.1Artificial Analysis81.7%–
Arena DocumentArena (LMArena)1468–
MLCRArtificial Analysis12.2%39.4%
综合
Epoch Capabilities IndexEpoch AI Benchmarking Hub158.4†174.2†
LiveBench 2.0LiveBench–84.9%
LiveBench 1.0LiveBench78.8%–
AA Intelligence Index v5.0.1Artificial Analysis–62.1
AA Intelligence Index v4.3.2Artificial Analysis39.1–
AA Progress Index v1Artificial Analysis317.4–
Vals IndexVals AI–67.7
Vals Finance IndexVals AI–57.3%
Vals RSI IndexVals AI18.3%29.0%
Vals Science IndexVals AI–68.4%
Vals Legal IndexVals AI–69.7%
AA Cyber IndexArtificial Analysis–37.3
安全与诚实
DistressBenchScale AI SEAL69.0%†–

数据截至 2026年11月19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。

变化

  • GPT-6.2 Astra (max):BenchLeader Index 67.8 → 68.9。
  • GPT-6.2 Astra (max):6 项新结果(VIALS-AA, Arena WebDev, Arena Agent…)。
  • GPT-6.2 Astra (max):BenchLeader Index 67.2 → 67.8。
  • GPT-6.2 Astra (max):2 项新结果(MKA (AA), Terminal-Bench)。
  • Gemini 3.7 Flash (high):1 项分数修订。
  • Gemini 3.7 Flash (high):1 项分数修订。
  • Gemini 3.7 Flash (high):2 项新结果(GDPval-AA v2.1, AA-Briefcase v1.1)。
  • Gemini 3.7 Flash (high):BenchLeader Index 62.6 → 62.1。
  • Gemini 3.7 Flash (high):1 项分数修订。
  • Gemini 3.7 Flash (high):1 项新结果(Arena Document)。

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 3.7 Flash vs GPT-6.2 Astra:常见问题

GPT-6.2 Astra 比 Gemini 3.7 Flash 更好吗?
质量上 GPT-6.2 Astra (max) 领先:68.9 比 61.9。BenchLeader Index 综合了所有第三方质量基准测试;截至 2026年11月19日,GPT-6.2 Astra (max) 总体领先,但请结合你的用途查看各类别得分。
Gemini 3.7 Flash 和 GPT-6.2 Astra 哪个更便宜?价格会变吗?
目前 Gemini 3.7 Flash 更便宜:每百万 token $1.50 比 $16.00(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 3.7 Flash 还是 GPT-6.2 Astra 更好?
GPT-6.2 Astra 在编程方面得分更高(类别得分 76 比 62,50 为平均水平)。在两者共同的最主要编程基准测试 Arena WebDev 上,Gemini 3.7 Flash 为 1588,GPT-6.2 Astra 为 1781。
Gemini 3.7 Flash 和 GPT-6.2 Astra 哪个更快?
Gemini 3.7 Flash 输出更快(约 1.5 倍;输出 96 比 49 token/秒,Artificial Analysis 7 日中位数)。
智能体和工具调用用 Gemini 3.7 Flash 还是 GPT-6.2 Astra 更好?
GPT-6.2 Astra 在智能体任务方面得分更高(类别得分 66 比 49,50 为平均水平)。在两者共同的最主要智能体与工具基准测试 Terminal-Bench 上,Gemini 3.7 Flash 为 12.4%,GPT-6.2 Astra 为 62.1%。
更多问题(4)
处理长文档哪个更好?
两者都约为 1.1M token(Gemini 3.7 Flash 为 1,048,576,GPT-6.2 Astra 为 1,050,000)。
哪个延迟更低?
Gemini 3.7 Flash 先开始回答:据 Artificial Analysis 测量,首个回答 token 的等待时间为 2.1 秒比 202.7 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 3.7 Flash 和 GPT-6.2 Astra 的看法一致吗?
在两者都有结果的 28 项基准测试中,Gemini 3.7 Flash 领先 1 项,GPT-6.2 Astra 领先 27 项。所有同时评测两者的综合评分都认为 GPT-6.2 Astra 更强。
GPT-6.2 Astra 是什么时候发布的?
GPT-6.2 Astra 于 2026年11月17日 发布。