BenchLeader

Gemini 3.8 Flash vs GPT-5

完整资料:Gemini 3.8 Flash(Google)和 GPT-5(OpenAI),包括全部基准测试、价格和排名。

更新于 · 数据来自 10 个来源

截至 2026年11月16日,Gemini 3.8 Flash 与 GPT-5 的质量不相上下(BenchLeader Index 60.2 比 59.0,在 ±7.3 的误差范围内)。Gemini 3.8 Flash 更便宜,对方的价格是它的 2.3 倍(每百万 token 混合价格 $1.50 比 $3.44)。看重智能体与工具(75 比 58)、推理(59 比 48)和多模态(67 比 57)选 Gemini 3.8 Flash;看重编程(57 比 52)和长上下文(70 比 67)选 GPT-5。Gemini 3.8 Flash 的首次回答更快(14.8 秒 比 22.9 秒)。Gemini 3.8 Flash 的输出更快。Gemini 3.8 Flash 的现价有效至 2026年12月31日,之后为 $3.00。

要点(截至 2026年11月16日)

  • Gemini 3.8 Flash 的 BenchLeader Index 为 60.2,GPT-5 为 59.0(BenchLeader,2026年11月16日)。
  • Gemini 3.8 Flash 每百万 token 混合价格为 $1.50(截至 2026年12月31日,之后为 $3.00)(https://ai.google.dev/gemini-api/docs/pricing,2026年10月20日 核实)。
  • GPT-5 每百万 token 混合价格为 $3.44(标价,2026年11月16日)。
  • Gemini 3.8 Flash 比 GPT-5 输出更快(Artificial Analysis,7 日中位数,2026年11月16日)。
  • 在两者都有结果的 9 项基准测试中,Gemini 3.8 Flash 领先 9 项(BenchLeader,2026年11月16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类别得分 57 比 52;GameBench 2 by reasoning setting 38.0 比 59.7中
智能体与工具调用Gemini 3.8 Flash类别得分 75 比 58高
推理Gemini 3.8 Flash类别得分 59 比 48;ARC-AGI-2 82.9% 比 7.5%高
长文档GPT-5类别得分 70 比 67;AA-LCR v1.1 76.0% 比 84.0%中
图像及其他媒体Gemini 3.8 Flash类别得分 67 比 57;MMMU-Pro 84.2% 比 74.3%高
成本最低Gemini 3.8 Flash(截至 2026年12月31日)每百万 token 混合价格 $1.50 比 $3.44;智能体编程会话 $0.060 比 $0.115;2027年1月1日 起:$3.00 比 $3.44–
首次回答最快Gemini 3.8 Flash首个回答 token 14.8 秒(Gemini 3.8 Flash (medium))比 22.9 秒(GPT-5 (medium))–
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

  • Gemini 3.8 Flash (medium) 与 GPT-5 (medium) 的质量不相上下(60.2 比 59.0,在 ±7.3 的误差范围内)。
  • Gemini 3.8 Flash (medium) 在智能体与工具、多模态、推理方面更强。
  • GPT-5 (medium) 在编程、长上下文方面更强。
  • 截至 2026年12月31日,Gemini 3.8 Flash (medium) 更便宜,对方的价格是它的 2.3 倍(每百万 token 混合价格 $1.50 比 $3.44);自 2027年1月1日 起为 $3.00 比 $3.44。
  • Gemini 3.8 Flash (medium) 的输出速度是对方的 1.4 倍(116 比 82 token/秒)。

概览

规格Gemini 3.8 FlashGPT-5
提供商GoogleOpenAI
发布日期2026年9月2日2025年8月7日
上下文窗口(token)1,048,576400,000
对比时的配置Gemini 3.8 Flash (medium)GPT-5 (medium)
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$1.25 / $10.00 / $0.125
已公布的价格调整自 2027年1月1日 起为 $1.50 / $7.50暂无公布

上限、可用性和已公布的价格均来自厂商官方页面: ai.google.dev 定价页 (2026年10月20日 核实)。其余内容均来自当日数据。

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 3.8 Flash (medium)GPT-5 (medium)领先者
推理58.747.9Gemini 3.8 Flash
编程51.657.4GPT-5
智能体与工具75.058.1Gemini 3.8 Flash
数学–65.4无法比较
知识57.7–无法比较
指令遵循–69.4无法比较
多模态66.756.6Gemini 3.8 Flash
长上下文66.770.4GPT-5

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长上下文多模态Gemini 3.8 Flash, 推理: 58.7Gemini 3.8 Flash, 编程: 51.6Gemini 3.8 Flash, 智能体与工具: 75.0Gemini 3.8 Flash, 长上下文: 66.7Gemini 3.8 Flash, 多模态: 66.7GPT-5, 推理: 47.9GPT-5, 编程: 57.4GPT-5, 智能体与工具: 58.1GPT-5, 长上下文: 70.4GPT-5, 多模态: 56.6

未绘制(测得的模型少于两个):数学, 知识, 指令遵循, 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 9 项基准测试中,Gemini 3.8 Flash 领先 9 项,GPT-5 领先 0 项。所有同时评测两者的综合评分都认为 Gemini 3.8 Flash 更强。

综合 IndexGemini 3.8 Flash (medium)GPT-5 (medium)领先者
BenchLeader Index60.259.0不相上下
Arena Text1497†1435Gemini 3.8 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 3.8 Flash (medium)GPT-5 (medium)
每百万 token 混合价格(截至 2026年12月31日)$1.50$3.44
每百万 token 输入 / 输出$0.750 / $3.75$1.25 / $10.00
自 2027年1月1日 起每百万 token 混合价格$3.00$3.44
自 2027年1月1日 起每百万 token 输入 / 输出$1.50 / $7.50$1.25 / $10.00
每百万 token 缓存输入$0.075$0.125
每项任务价格:聊天回复$0.0014$0.0035
每项任务价格:总结一份 30 页的报告$0.011$0.021
每项任务价格:代码编辑$0.010$0.022
每项任务价格:智能体编程会话$0.060$0.115
每项任务价格:结构化信息提取$0.0023$0.0045
智能体编程会话(输入大多命中缓存)$0.030$0.064
每项基准测试任务成本(AA Index)$6.26–
每项任务输出 token(AA Index)82k–
其中推理部分47k–
每项任务耗时(AA Index)12 min–
输出速度116 tok/s82 tok/s
首次回答时间14.8 秒22.9 秒
完整回答耗时(最近一次测量 2026年11月13日)41.8 秒66.2 秒

每个模型都按其排名最高的推理强度设置进行对比。Gemini 3.8 Flash (medium) 得分 60.2,首个回答 token 需 15 秒;Gemini 3.8 Flash (high) 为 59.4(20 秒),Gemini 3.8 Flash 为 56.4(2 秒)。GPT-5 (medium) 得分 59.0,首个回答 token 需 23 秒;GPT-5 (high) 为 58.2(49 秒),GPT-5 为 56.6(5 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 229 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 3.8 Flash (medium)GPT-5 (medium)
BenchLeader IndexBenchLeader60.259.0
智能体与工具得分BenchLeader75.058.1
编程得分BenchLeader51.657.4
知识得分BenchLeader57.7–
长上下文得分BenchLeader66.770.4
多模态得分BenchLeader66.756.6
推理得分BenchLeader58.747.9
指令遵循得分BenchLeader–69.4
数学得分BenchLeader–65.4
混合价格(美元/百万 token)BenchLeader$1.50$3.44
输出速度BenchLeader116 tok/s82 tok/s
首次回答时间BenchLeader14.8 秒22.9 秒
上下文窗口BenchLeader1,048,576 token400,000 token
推理
GPQA DiamondEpoch AI Benchmarking Hub95.4%†85.3%
Humanity's Last ExamScale AI / CAIS44.5%†25.3%†
SimpleBenchSimpleBench82.4%†56.7%†
Arena Hard PromptsArena (LMArena)1518†1449†
LiveBench 2.0 ReasoningLiveBench89.3%†–
LiveBench 1.0 ReasoningLiveBench89.3%†–
GPQA Diamond (AA)Artificial Analysis93.5%84.2%
Humanity's Last Exam (AA)Artificial Analysis42.1%25.4%
HLE-Diamond (AA)Artificial Analysis29.1%–
GPQA Diamond (Vals)Vals AI94.4%†85.6%†
Kagi LLM BenchmarkKagi LLM Benchmark–72.7%†
GPQA Diamond (HELM)HELM Capabilities–79.1%†
ARC-AGI-1ARC Prize97.5%56.2%
ARC-AGI-2ARC Prize82.9%7.5%
ARC-AGI-3ARC Prize24.2%–
CritPtArtificial Analysis12.3%0.0%
CritPt v2 hard subset (AA)Artificial Analysis45.0%11.5%†
MysteryMechanismVals AI36.5%†–
HLE-Diamond (Scale)Scale AI SEAL34.3%†–
Arena ExpertArena (LMArena)1527†1445†
Chess PuzzlesEpoch AI Benchmarking Hub58.0%†32.0%
Mystery Game PuzzlesEpoch AI Benchmarking Hub47.0%†15.0%
LMCAEpoch AI Benchmarking Hub52.9%40.0%†
DTBenchEpoch AI Benchmarking Hub94.9%90.7%†
ForecastBenchForecastBench–65.0%†
显示全部 229 项基准测试
指标发布方Gemini 3.8 Flash (medium)GPT-5 (medium)
编程
SWE-bench Verified (Epoch)Epoch AI Benchmarking Hub–71.5%
SciCodeSciCode55.1%42.9%†
WeirdMLWeirdML84.8%†39.8%†
FrontierCodeCognition41.2%–
GSO-BenchGSO-Bench–6.9%†
Arena CodingArena (LMArena)1531†1462†
Arena WebDevArena (LMArena)1584†1417
LiveBench 2.0 CodingLiveBench73.3%†–
LiveBench 1.0 CodingLiveBench72.5%†–
SciCode (AA)Artificial Analysis55.1%–
LiveCodeBenchVals AI89.5%†85.9%†
IOIVals AI56.9%†–
SWE-bench (Vals)Vals AI80.0%†69.0%†
SWE-Bench ProScale AI SEAL–41.8%†
Aider PolyglotAider polyglot leaderboard–86.7%
SWE-bench Verified (bash only)SWE-bench–65.0%
SWE-bench Verified (any scaffold)SWE-bench–74.4%†
Code MigrationVals AI36.5%†–
Code Migration v1.1Vals AI38.6%†–
ProgramBenchVals AI1.0%†–
SWE-bench MultimodalVals AI40.8%†–
Vibe Code Bench 1-100Vals AI18.8%†–
Vibe Code Bench v1.1Vals AI78.7%†20.1%†
SWE-Bench Pro (private)Scale AI SEAL–14.9%†
SWE Atlas v1.0: Codebase QnAScale AI SEAL47.0%†–
SWE Atlas v1.0: RefactoringScale AI SEAL44.8%†–
SWE Atlas v1.0: Test WritingScale AI SEAL53.7%†–
SWE Atlas v1.1Scale AI SEAL57.3%†–
SWE Atlas v1.1: Codebase QnAScale AI SEAL45.2%†–
SWE Atlas v1.1: Test WritingScale AI SEAL71.1%†–
SWE Atlas v1.1: RefactoringScale AI SEAL55.7%†–
SWE-Bench Pro V2Scale AI SEAL94.9%†–
SWE-Bench Pro V2 HARDScale AI SEAL58.8%†–
MirrorCodeEpoch AI Benchmarking Hub38.9%†4.4%†
Surface Evolver BenchEpoch AI Benchmarking Hub76.9%†–
DeepSWE v1.1Epoch AI Benchmarking Hub71.0%–
CursorBenchCursor37.3%–
ALE-BenchEpoch AI Benchmarking Hub1269.7†1162.5†
AlgoTuneAlgoTune–1.7†
FrontierSWEEpoch AI Benchmarking Hub19.6%†–
WeirdML v3WeirdML7.4%†–
Terminal-Bench 4.0 (AA)Artificial Analysis19.7%–
Terminal-Bench 2.1 (AA)Artificial Analysis83.9%35.2%†
Startrise FrontendStartrise64.6%†–
GameBench 2 OverallDuelLab GameBench 259.0†–
GameBench 2 by reasoning settingDuelLab GameBench 259.738.0
Design Arena WebsiteDesign Arena1291†1174†
FrontierCode 1.1 (AA)Artificial Analysis37.1%–
FrontierCode 2.0 (AA)Artificial Analysis16.5%–
LiveCodeBench (AA)Artificial Analysis–70.3%
智能体与工具
Terminal-BenchTerminal-Bench18.2%†49.6%
GDPvalOpenAI–34.8%
Remote Labor IndexScale AI / CAIS5.8%†1.7%†
APEX-AgentsMercor64.3%†–
Arena AgentArena (LMArena)2.3†–
LiveBench Long AgenticLiveBench16.5%†–
LiveBench BrowserLiveBench45.1%†–
LiveBench Agentic CodingLiveBench54.2%†–
Terminal-Bench HardArtificial Analysis–37.9%
τ²-Bench Telecom (AA)Artificial Analysis–86.5%
Terminal-Bench 2.1 (Vals)Vals AI81.3%†–
HiL-BenchScale AI SEAL41.5%†–
GDPval-AA v2.1, normalised scoreArtificial Analysis46.1%–
GDPval-AA v2.1Artificial Analysis1432925†
τ³-Banking (AA)Artificial Analysis45.8%22.1%†
ITBench SRE (AA)Artificial Analysis52.5%†–
Analyst Agent (AA)Artificial Analysis46.3%†–
CUA-benchVals AI4.2%†–
CyberBenchVals AI43.8%†–
Finance Agent v2Vals AI61.4%†–
Finance Agent v2.1Vals AI65.8%†–
Harvey's Legal Agent Benchmark v1.1Vals AI12.1%†–
Harvey's Legal Agent Benchmark v1Vals AI10.0%†–
Legal Research BenchVals AI38.9%†–
Poker AgentVals AI–1103.2%†
SkillsBenchVals AI58.0%†–
SREBenchVals AI11.1%†–
Tax Agent BenchVals AI32.1%†–
Terminal-Bench 2.0 (Vals)Vals AI–37.1%†
Terminal-Bench 4.0 (Vals)Vals AI19.7%†–
Terminal-Bench ScienceVals AI8.6%†–
Time Horizon Index: KSPVals AI18.8%†–
Arena SearchArena (LMArena)–1189†
Arena Agent Task CompletionArena (LMArena)1.3†–
BALROGBALROG–32.8%†
DeepResearch BenchDeepResearch Bench–48.6%
METR Time HorizonsMETR–69.6%
Vending-Bench 2Andon Labs5093.8†–
AutomationBenchArtificial Analysis60.9%–
GDP.pdf (AA)Artificial Analysis22.8%–
Harvey LAB-AA v1.1Harvey0.0%†–
AA-Briefcase v1.1Artificial Analysis1183–
Design Arena AgenticDesign Arena1225†–
Terminal-Bench-Science 0.1 (AA)Artificial Analysis10.5%–
CWE-Bench (AA)Artificial Analysis52.5%†–
DeepSec-Bench (AA)Artificial Analysis14.5%†–
CyberGym end-to-end (AA)Artificial Analysis8.4%†–
MKA (AA)Artificial Analysis35.3%†–
BrowseComp-PlusBrowseComp-Plus–57.6%†
BrowseCompOpenAI–20.1%†
DeepSearchQAGoogle–59.4%†
FACTS SearchGoogle80.4%†–
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub68.4%†55.4%†
FrontierMath Tier 4Epoch AI Benchmarking Hub21.9%†21.9%†
OTIS Mock AIMEEpoch AI Benchmarking Hub98.9%†87.2%
MATH Level 5Epoch AI Benchmarking Hub–97.9%
ProofBenchVals AI48.0%†18.0%†
LiveBench MathematicsLiveBench91.6%†–
AIME (Vals)Vals AI–93.4%†
MGSMVals AI–92.8%†
IMO 2025MathArena–38.1%†
MathArena ApexMathArena–1.0%†
Omni-MATH (HELM)HELM Capabilities–64.7%†
MATH 500Vals AI–96.0%†
Arena MathsArena (LMArena)1519†1411†
FrontierMath ErdősEpoch AI Benchmarking Hub0.0%†–
AIME 2025 (AA)Artificial Analysis–91.7%
知识
SimpleQA VerifiedEpoch AI Benchmarking Hub69.7%†50.1%†
LiveBench 2.0 Data AnalysisLiveBench54.0%†–
LiveBench ResearchLiveBench79.4%†–
LiveBench 1.0 Data AnalysisLiveBench54.0%†–
AA-Omniscience v1.1Artificial Analysis23.7–
MMLU-ProVals AI90.2%†86.5%†
LegalBenchVals AI87.0%†86.0%†
CorpFinVals AI–61.1%†
TaxEvalVals AI74.5%†73.4%†
MedQAVals AI–96.3%†
PRBench FinanceScale AI SEAL49.5%†51.3%†
PRBench LegalScale AI SEAL48.9%†49.0%†
MultiNRCScale AI SEAL–52.1%†
MMLU-Pro (HELM)HELM Capabilities–86.3%†
BioMysteryBenchVals AI62.2%†–
CaseLaw v2Vals AI–66.5%†
Excel Modeling BenchmarkVals AI72.2%†–
Excel Modeling Benchmark v1.1Vals AI72.9%†–
MedCodeVals AI48.1%†49.6%†
MedScribeVals AI84.5%†83.7%†
Public Benefits Bench v1.1Vals AI65.3%†–
Access to Justice BenchmarkVals AI67.1%†–
Financial Coaching BenchVals AI66.3%†–
Immigration BenchVals AI63.4%†–
EBR-benchEpoch AI Benchmarking Hub–12.7%†
GDP.pdfEpoch AI Benchmarking Hub23.4%–
AA-Omniscience v1.1: accuracyArtificial Analysis49.6%–
AA-Omniscience v1.1: non-hallucinationArtificial Analysis48.5%–
Global-MMLU-Lite (AA)Artificial Analysis–90.4%
HealthBench Professional (AA)OpenAI51.7%†–
FACTS ParametricGoogle78.7%†–
指令遵循
LiveBench LanguageLiveBench87.8%†–
LiveBench Instruction FollowingLiveBench81.4%†–
IFBenchArtificial Analysis–70.6%
MultiChallengeScale AI SEAL–63.2%†
TutorBenchScale AI SEAL–55.3%†
IFEval (HELM)HELM Capabilities–87.5%†
WildBench (HELM)HELM Capabilities–85.7%†
Arena Instruction FollowingArena (LMArena)1492†1415†
人类偏好
Arena TextArena (LMArena)1497†1427†
EQ-Bench Creative Writing v3EQ-Bench1744†1626†
Arena Creative WritingArena (LMArena)1488†1389†
Arena Multi-turnArena (LMArena)1505†1449†
Arena Longer QueriesArena (LMArena)1511†1435†
Lech Mazur Creative WritingLech Mazur–86.0%
多模态
Arena VisionArena (LMArena)1317†1232†
LiveBench DesignLiveBench69.7%†–
MMMU-ProArtificial Analysis84.2%74.3%
VISTAScale AI SEAL–49.7%†
MMMU-Pro (Vals)Vals AI89.1%†81.5%†
MortgageTaxVals AI65.3%†65.5%†
SAGEVals AI88.2%†–
AudioMCScale AI SEAL60.4%†–
AudioMC (text output)Scale AI SEAL60.4%†–
Humanity's Sixth SenseScale AI SEAL41.6%†–
VTBScale AI SEAL–17.0%†
GeoBenchGeoBench86.0%†81.0%
VPCTEpoch AI Benchmarking Hub–63.2%
Blueprint-Bench 2Epoch AI Benchmarking Hub38.6%†–
Furniture AssemblyEpoch AI Benchmarking Hub31.7%†–
VIALS-AAHandshake AI41.0%†–
Code2Video-AAArtificial Analysis899†–
AA-3DArtificial Analysis974†–
FACTS MultimodalGoogle57.6%†–
长上下文
Fiction.LiveBench 120kFiction.live–96.9%
AA-LCR v1.1Artificial Analysis84.0%76.0%
Arena DocumentArena (LMArena)1469†–
MLCRArtificial Analysis12.8%–
FACTS GroundingGoogle68.2%†–
综合
Epoch Capabilities IndexEpoch AI Benchmarking Hub158.8†150†
LiveBench 2.0LiveBench57.3%†–
LiveBench 1.0LiveBench75.8%†–
AA Intelligence Index v5.0.1Artificial Analysis30.1–
AA Intelligence Index v4.3.2Artificial Analysis39.822.9
AA Progress Index v1Artificial Analysis319.1264.4
Vals IndexVals AI56.0†–
HELM Capabilities meanHELM Capabilities–80.7%†
Vals Finance IndexVals AI60.5%†–
Vals RSI IndexVals AI19.9%†–
Vals Science IndexVals AI35.8%†–
Vals Router IndexVals AI56.0%†–
Vals Legal IndexVals AI69.8%†–
AA Cyber IndexArtificial Analysis25.1†–
安全与诚实
FORTRESSScale AI SEAL–17.0%†
MASKScale AI SEAL–79.3%†
DistressBenchScale AI SEAL70.7%†–
元数据
AA Openness IndexArtificial Analysis–5.6

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

  • Gemini 3.8 Flash:标价将调整为每百万 token 输入 $1.50 / 输出 $7.50(已公布)。
  • GPT-5 (medium):BenchLeader Index 58.2 → 59.0。
  • GPT-5 (medium):1 项新结果(Aider Polyglot)。
  • Gemini 3.8 Flash (medium):1 项分数修订。
  • GPT-5 (medium):2 项新结果(Global-MMLU-Lite (AA), AIME 2025 (AA));1 项分数修订。
  • GPT-5 (medium):1 项分数修订。
  • Gemini 3.8 Flash (medium):2 项分数修订。
  • GPT-5 (medium):1 项分数修订。
  • Gemini 3.8 Flash (medium):1 项分数修订。
  • GPT-5 (medium):1 项分数修订。

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 3.8 Flash vs GPT-5:常见问题

Gemini 3.8 Flash 比 GPT-5 更好吗?
Gemini 3.8 Flash (medium) 与 GPT-5 (medium) 的质量不相上下(60.2 比 59.0,在 ±7.3 的误差范围内)。BenchLeader Index 综合了所有第三方质量基准测试;截至 2026年11月16日,两者差距在误差范围内,请结合你的用途查看各类别得分。
Gemini 3.8 Flash 和 GPT-5 哪个更便宜?价格会变吗?
目前 Gemini 3.8 Flash 更便宜:每百万 token $1.50 比 $3.44(按每 1 个输出 token 对应 3 个输入 token 混合计算)。Gemini 3.8 Flash 的现价有效至 2026年12月31日,之后为 $3.00。
编程用 Gemini 3.8 Flash 还是 GPT-5 更好?
GPT-5 在编程方面得分更高(类别得分 57 比 52,50 为平均水平)。
Gemini 3.8 Flash 和 GPT-5 哪个更快?
Gemini 3.8 Flash 输出更快(输出 116 比 82 token/秒,Artificial Analysis 7 日中位数)。
智能体和工具调用用 Gemini 3.8 Flash 还是 GPT-5 更好?
Gemini 3.8 Flash 在智能体任务方面得分更高(类别得分 75 比 58,50 为平均水平)。
更多问题(4)
处理长文档哪个更好?
GPT-5 在长上下文基准测试上得分更高(70 比 67)。Gemini 3.8 Flash 支持更长的上下文:1,048,576 token,GPT-5 为 400,000 token。
哪个延迟更低?
Gemini 3.8 Flash 先开始回答:据 Artificial Analysis 测量,首个回答 token 的等待时间为 14.8 秒比 22.9 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 3.8 Flash 和 GPT-5 的看法一致吗?
在两者都有结果的 9 项基准测试中,Gemini 3.8 Flash 领先 9 项,GPT-5 领先 0 项。所有同时评测两者的综合评分都认为 Gemini 3.8 Flash 更强。
Gemini 3.8 Flash 是什么时候发布的?
Gemini 3.8 Flash 于 2026年9月2日 发布。