BenchLeader

Gemini 3.8 Flash vs GPT-5.6 Terra

完整资料:Gemini 3.8 Flash(Google)和 GPT-5.6 Terra(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-5.6 Terra 的质量不相上下(BenchLeader Index 60.2 比 60.1,在 ±6.3 的误差范围内)。Gemini 3.8 Flash 更便宜,对方的价格是它的 3.0 倍(每百万 token 混合价格 $1.50 比 $4.50)。看重智能体与工具(75 比 63)、多模态(67 比 61)和知识(58 比 53)选 Gemini 3.8 Flash;看重编程(59 比 52)选 GPT-5.6 Terra。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-5.6 Terra 为 60.1(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-5.6 Terra 每百万 token 混合价格为 $4.50(标价,2026年11月16日)。
  • 在两者都有结果的 28 项基准测试中,Gemini 3.8 Flash 领先 22 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-5.6 Terra类别得分 59 比 52;SciCode 52.3% 比 55.1%高
智能体与工具调用Gemini 3.8 Flash类别得分 75 比 63;τ³-Banking (AA) 45.8% 比 29.7%高
推理Gemini 3.8 Flash类别得分 59 比 55;HLE-Diamond (AA) 29.1% 比 24.7%中
知识Gemini 3.8 Flash类别得分 58 比 53;AA-Omniscience v1.1 23.7 比 -11.5中
长文档Gemini 3.8 Flash类别得分 67 比 64;AA-LCR v1.1 84.0% 比 79.0%中
图像及其他媒体Gemini 3.8 Flash类别得分 67 比 61;MMMU-Pro 84.2% 比 79.5%中
对话质量(人类偏好)–只有 GPT-5.6 Terra 有 Arena 评分(类别得分 66)无法比较
成本最低Gemini 3.8 Flash每百万 token 混合价格 $1.50 比 $4.50;智能体编程会话 $0.060 比 $0.168;2027年1月1日 起:$3.00 比 $4.50–
首次回答最快均可首个回答 token 14.8 秒(Gemini 3.8 Flash (medium))比 19.2 秒(GPT-5.6 Terra (xhigh))–
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-5.6 Terra (xhigh) 的质量不相上下(60.2 比 60.1,在 ±6.3 的误差范围内)。
  • Gemini 3.8 Flash (medium) 在智能体与工具、知识、长上下文、多模态、推理方面更强。
  • GPT-5.6 Terra (xhigh) 在编程方面更强。
  • 截至 2026年12月31日,Gemini 3.8 Flash (medium) 更便宜,对方的价格是它的 3.0 倍(每百万 token 混合价格 $1.50 比 $4.50);自 2027年1月1日 起为 $3.00 比 $4.50。

概览

规格Gemini 3.8 FlashGPT-5.6 Terra
提供商GoogleOpenAI
发布日期2026年9月2日2026年7月9日
上下文窗口(token)1,048,5761,050,000
对比时的配置Gemini 3.8 Flash (medium)GPT-5.6 Terra (xhigh)
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$2.00 / $12.00 / $0.200
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-5.6 Terra (xhigh)领先者
推理58.754.8Gemini 3.8 Flash
编程51.659.1GPT-5.6 Terra
智能体与工具75.063.1Gemini 3.8 Flash
数学–65.7无法比较
知识57.753.0Gemini 3.8 Flash
指令遵循–65.6无法比较
人类偏好–65.5无法比较
多模态66.761.2Gemini 3.8 Flash
长上下文66.764.1Gemini 3.8 Flash

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知识长上下文多模态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, 知识: 57.7Gemini 3.8 Flash, 长上下文: 66.7Gemini 3.8 Flash, 多模态: 66.7GPT-5.6 Terra, 推理: 54.8GPT-5.6 Terra, 编程: 59.1GPT-5.6 Terra, 智能体与工具: 63.1GPT-5.6 Terra, 知识: 53.0GPT-5.6 Terra, 长上下文: 64.1GPT-5.6 Terra, 多模态: 61.2

未绘制(测得的模型少于两个):数学, 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 28 项基准测试中,Gemini 3.8 Flash 领先 22 项,GPT-5.6 Terra 领先 6 项。第三方来源看法不一:Gemini 3.8 Flash 在 Arena Text 上领先;GPT-5.6 Terra 在 AA Intelligence Index v5.0.1 上领先。

综合 IndexGemini 3.8 Flash (medium)GPT-5.6 Terra (xhigh)领先者
BenchLeader Index60.260.1不相上下
AA Intelligence Index v5.0.130.132.3†GPT-5.6 Terra
Arena Text1497†1468Gemini 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-5.6 Terra (xhigh)
每百万 token 混合价格(截至 2026年12月31日)$1.50$4.50
每百万 token 输入 / 输出$0.750 / $3.75$2.00 / $12.00
自 2027年1月1日 起每百万 token 混合价格$3.00$4.50
自 2027年1月1日 起每百万 token 输入 / 输出$1.50 / $7.50$2.00 / $12.00
每百万 token 缓存输入$0.075$0.200
每项任务价格:聊天回复$0.0014$0.0044
每项任务价格:总结一份 30 页的报告$0.011$0.031
每项任务价格:代码编辑$0.010$0.030
每项任务价格:智能体编程会话$0.060$0.168
每项任务价格:结构化信息提取$0.0023$0.0064
智能体编程会话(输入大多命中缓存)$0.030$0.087
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/s97 tok/s
首次回答时间14.8 秒19.2 秒
完整回答耗时(最近一次测量 2026年11月13日)41.8 秒84.0 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-5.6 Terra (xhigh) 得分 60.1,首个回答 token 需 19 秒;GPT-5.6 Terra (max) 为 59.5(73 秒),GPT-5.6 Terra (high) 为 56.8(6 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 185 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-5.6 Terra (xhigh)
BenchLeader IndexBenchLeader60.260.1
智能体与工具得分BenchLeader75.063.1
编程得分BenchLeader51.659.1
知识得分BenchLeader57.753.0
长上下文得分BenchLeader66.764.1
多模态得分BenchLeader66.761.2
推理得分BenchLeader58.754.8
人类偏好得分BenchLeader–65.5
指令遵循得分BenchLeader–65.6
数学得分BenchLeader–65.7
混合价格(美元/百万 token)BenchLeader$1.50$4.50
输出速度BenchLeader116 tok/s97 tok/s
首次回答时间BenchLeader14.8 秒19.2 秒
上下文窗口BenchLeader1,048,576 token1,050,000 token
推理
GPQA DiamondEpoch AI Benchmarking Hub95.4%†93.3%†
Humanity's Last ExamScale AI / CAIS44.5%†–
SimpleBenchSimpleBench82.4%†48.9%
Arena Hard PromptsArena (LMArena)1518†1491
LiveBench 2.0 ReasoningLiveBench89.3%†90.6%†
LiveBench 1.0 ReasoningLiveBench89.3%†90.6%†
GPQA Diamond (AA)Artificial Analysis93.5%90.8%
Humanity's Last Exam (AA)Artificial Analysis42.1%41.9%
HLE-Diamond (AA)Artificial Analysis29.1%24.7%
GPQA Diamond (Vals)Vals AI94.4%†90.9%
Kagi LLM BenchmarkKagi LLM Benchmark–51.3%†
ARC-AGI-1ARC Prize97.5%94.0%
ARC-AGI-2ARC Prize82.9%74.2%
ARC-AGI-3ARC Prize24.2%0.7%
CritPtArtificial Analysis12.3%27.1%
CritPt v2 hard subset (AA)Artificial Analysis45.0%50.5%†
MysteryMechanismVals AI36.5%†–
HLE-Diamond (Scale)Scale AI SEAL34.3%†–
Arena ExpertArena (LMArena)1527†1507
Chess PuzzlesEpoch AI Benchmarking Hub58.0%†47.0%†
Mystery Game PuzzlesEpoch AI Benchmarking Hub47.0%†35.0%†
LMCAEpoch AI Benchmarking Hub52.9%52.2%
DTBenchEpoch AI Benchmarking Hub94.9%92.5%
编程
SciCodeSciCode55.1%52.3%
WeirdMLWeirdML84.8%†78.3%†
显示全部 185 项基准测试
指标发布方Gemini 3.8 Flash (medium)GPT-5.6 Terra (xhigh)
编程
FrontierCodeCognition41.2%41.3%†
Arena CodingArena (LMArena)1531†1517
Arena WebDevArena (LMArena)1584†1520
LiveBench 2.0 CodingLiveBench73.3%†84.2%†
LiveBench 1.0 CodingLiveBench72.5%†78.3%†
LiveCodeBenchVals AI89.5%†85.9%
IOIVals AI56.9%†87.6%†
SWE-bench (Vals)Vals AI80.0%†95.4%†
Code MigrationVals AI36.5%†47.8%†
Code Migration v1.1Vals AI38.6%†–
ProgramBenchVals AI1.0%†0.5%†
SWE-bench MultimodalVals AI40.8%†–
Vibe Code Bench 1-100Vals AI18.8%†14.8%†
Vibe Code Bench v1.1Vals AI78.7%†74.6%†
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%†92.4%
SWE-Bench Pro V2 HARDScale AI SEAL58.8%†86.3%
MirrorCodeEpoch AI Benchmarking Hub38.9%†41.1%†
Surface Evolver BenchEpoch AI Benchmarking Hub76.9%†83.8%
DeepSWE v1.1Epoch AI Benchmarking Hub71.0%60.2%
CursorBenchCursor37.3%33.6%
ALE-BenchEpoch AI Benchmarking Hub1269.7†1951.4†
FrontierSWEEpoch AI Benchmarking Hub19.6%†–
WeirdML v3WeirdML7.4%†–
Terminal-Bench 4.0 (AA)Artificial Analysis19.7%10.1%
Terminal-Bench 2.1 (AA)Artificial Analysis83.9%80.2%
Startrise FrontendStartrise64.6%†66.9%†
GameBench 2 OverallDuelLab GameBench 259.0†45.6†
GameBench 2 by reasoning settingDuelLab GameBench 259.753.5
Design Arena WebsiteDesign Arena1291†1260†
FrontierCode 1.1 (AA)Artificial Analysis37.1%–
FrontierCode 2.0 (AA)Artificial Analysis16.5%23.9%†
智能体与工具
Terminal-BenchTerminal-Bench18.2%†21.5%†
Remote Labor IndexScale AI / CAIS5.8%†–
APEX-AgentsMercor64.3%†58.2%†
Arena AgentArena (LMArena)2.3†-1.8
LiveBench Long AgenticLiveBench16.5%†25.9%†
LiveBench BrowserLiveBench45.1%†70.3%†
LiveBench Agentic CodingLiveBench54.2%†55.0%†
Terminal-Bench HardArtificial Analysis–62.9%
τ²-Bench Telecom (AA)Artificial Analysis–80.4%
Terminal-Bench 2.1 (Vals)Vals AI81.3%†77.5%†
HiL-BenchScale AI SEAL41.5%†–
GDPval-AA v2.1, normalised scoreArtificial Analysis46.1%47.4%
GDPval-AA v2.1Artificial Analysis14321456
τ³-Banking (AA)Artificial Analysis45.8%29.7%
ITBench SRE (AA)Artificial Analysis52.5%†51.0%†
Analyst Agent (AA)Artificial Analysis46.3%†–
APEX-Agents (AA)Artificial Analysis–38.9%†
CUA-benchVals AI4.2%†–
CyberBenchVals AI43.8%†72.1%†
Finance Agent v2Vals AI61.4%†54.4%†
Finance Agent v2.1Vals AI65.8%†–
Harvey's Legal Agent Benchmark v1.1Vals AI12.1%†–
Harvey's Legal Agent Benchmark v1Vals AI10.0%†0.8%†
Legal Research BenchVals AI38.9%†41.4%†
SkillsBenchVals AI58.0%†58.9%†
SREBenchVals AI11.1%†9.5%†
Tax Agent BenchVals AI32.1%†30.0%†
Terminal-Bench 4.0 (Vals)Vals AI19.7%†22.7%†
Terminal-Bench ScienceVals AI8.6%†10.0%†
Time Horizon Index: KSPVals AI18.8%†–
Arena Agent Task CompletionArena (LMArena)1.3†-7.2
BALROGBALROG–53.2%†
Vending-Bench 2Andon Labs5093.8†7343.2†
AutomationBenchArtificial Analysis60.9%47.1%
GDP.pdf (AA)Artificial Analysis22.8%24.6%
Harvey LAB-AA v1.1Harvey0.0%†–
EnterpriseOps-GymArtificial Analysis–38.5%†
AA-Briefcase v1.1Artificial Analysis11831332
Design Arena AgenticDesign Arena1225†1089†
Terminal-Bench-Science 0.1 (AA)Artificial Analysis10.5%13.8%†
CWE-Bench (AA)Artificial Analysis52.5%†–
DeepSec-Bench (AA)Artificial Analysis14.5%†25.1%†
CyberGym end-to-end (AA)Artificial Analysis8.4%†–
MKA (AA)Artificial Analysis35.3%†–
FACTS SearchGoogle80.4%†87.0%†
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub68.4%†86.0%†
FrontierMath Tier 4Epoch AI Benchmarking Hub21.9%†70.7%†
OTIS Mock AIMEEpoch AI Benchmarking Hub98.9%†99.7%†
ProofBenchVals AI48.0%†74.0%
LiveBench MathematicsLiveBench91.6%†94.9%†
Arena MathsArena (LMArena)1519†1478
FrontierMath ErdősEpoch AI Benchmarking Hub0.0%†–
知识
SimpleQA VerifiedEpoch AI Benchmarking Hub69.7%†43.2%†
LiveBench 2.0 Data AnalysisLiveBench54.0%†79.3%†
LiveBench ResearchLiveBench79.4%†79.7%†
LiveBench 1.0 Data AnalysisLiveBench54.0%†79.3%†
AA-Omniscience v1.1Artificial Analysis23.7-11.5
MMLU-ProVals AI90.2%†86.7%
LegalBenchVals AI87.0%†85.1%†
CorpFinVals AI–65.3%
TaxEvalVals AI74.5%†76.2%
PRBench FinanceScale AI SEAL49.5%†–
PRBench LegalScale AI SEAL48.9%†–
BioMysteryBenchVals AI62.2%†–
Excel Modeling BenchmarkVals AI72.2%†66.2%†
Excel Modeling Benchmark v1.1Vals AI72.9%†–
MedCodeVals AI48.1%†43.4%
MedScribeVals AI84.5%†82.9%
Public Benefits Bench v1.1Vals AI65.3%†62.4%†
Access to Justice BenchmarkVals AI67.1%†–
Financial Coaching BenchVals AI66.3%†71.0%†
Immigration BenchVals AI63.4%†–
GDP.pdfEpoch AI Benchmarking Hub23.4%24.7%†
AA-Omniscience v1.1: accuracyArtificial Analysis49.6%41.3%
AA-Omniscience v1.1: non-hallucinationArtificial Analysis48.5%9.9%
HealthBench Professional (AA)OpenAI51.7%†–
FACTS ParametricGoogle78.7%†57.6%†
指令遵循
LiveBench LanguageLiveBench87.8%†82.9%†
LiveBench Instruction FollowingLiveBench81.4%†64.6%†
IFBenchArtificial Analysis–66.3%
Arena Instruction FollowingArena (LMArena)1492†1463
人类偏好
Arena TextArena (LMArena)1497†1468
EQ-Bench 4EQ-Bench–1220†
EQ-Bench Creative Writing v3EQ-Bench1744†1856†
Arena Creative WritingArena (LMArena)1488†1430
Arena Multi-turnArena (LMArena)1505†1475
Arena Longer QueriesArena (LMArena)1511†1469
多模态
Arena VisionArena (LMArena)1317†1269
LiveBench DesignLiveBench69.7%†70.9%†
MMMU-ProArtificial Analysis84.2%79.5%
MMMU-Pro (Vals)Vals AI89.1%†86.5%†
MortgageTaxVals AI65.3%†67.3%
SAGEVals AI88.2%†87.0%†
AudioMCScale AI SEAL60.4%†–
AudioMC (text output)Scale AI SEAL60.4%†–
Humanity's Sixth SenseScale AI SEAL41.6%†22.7%†
GeoBenchGeoBench86.0%†–
Blueprint-Bench 2Epoch AI Benchmarking Hub38.6%†30.8%†
Furniture AssemblyEpoch AI Benchmarking Hub31.7%†54.2%†
VIALS-AAHandshake AI41.0%†–
Code2Video-AAArtificial Analysis899†–
AA-3DArtificial Analysis974†–
FACTS MultimodalGoogle57.6%†39.9%†
长上下文
AA-LCR v1.1Artificial Analysis84.0%79.0%
Arena DocumentArena (LMArena)1469†1474
MLCRArtificial Analysis12.8%22.8%
FACTS GroundingGoogle68.2%†60.5%†
综合
Epoch Capabilities IndexEpoch AI Benchmarking Hub158.8†160.7†
LiveBench 2.0LiveBench57.3%†67.2%†
LiveBench 1.0LiveBench75.8%†77.9%†
AA Intelligence Index v5.0.1Artificial Analysis30.132.3†
AA Intelligence Index v4.3.2Artificial Analysis39.838.0
AA Progress Index v1Artificial Analysis319.1312
Vals IndexVals AI56.0†–
Vals Finance IndexVals AI60.5%†–
Vals RSI IndexVals AI19.9%†–
Vals Science IndexVals AI35.8%†–
Vals Multimodal IndexVals AI–65.1%
Vals Router IndexVals AI56.0%†–
Vals Legal IndexVals AI69.8%†–
AA Cyber IndexArtificial Analysis25.1†–
安全与诚实
DistressBenchScale AI SEAL70.7%†76.4%†

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)。
  • Gemini 3.8 Flash (medium):1 项分数修订。
  • GPT-5.6 Terra (xhigh):2 项新结果(GDPval-AA v2.1, AA-Briefcase v1.1)。
  • Gemini 3.8 Flash (medium):2 项分数修订。
  • GPT-5.6 Terra (xhigh):1 项分数修订。
  • Gemini 3.8 Flash (medium):1 项分数修订。
  • Gemini 3.8 Flash (medium):1 项新结果(AA-Briefcase v1.1)。
  • GPT-5.6 Terra (xhigh):1 项分数修订。
  • Gemini 3.8 Flash (medium):BenchLeader Index 63.4 → 60.4。
  • GPT-5.6 Terra (xhigh):BenchLeader Index 61.2 → 60.4。

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-5.6 Terra:常见问题

Gemini 3.8 Flash 比 GPT-5.6 Terra 更好吗?
Gemini 3.8 Flash (medium) 与 GPT-5.6 Terra (xhigh) 的质量不相上下(60.2 比 60.1,在 ±6.3 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-5.6 Terra 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 $4.50(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-5.6 Terra 更好?
GPT-5.6 Terra 在编程方面得分更高(类别得分 59 比 52,50 为平均水平)。在两者共同的最主要编程基准测试 SciCode 上,Gemini 3.8 Flash 为 55.1%,GPT-5.6 Terra 为 52.3%。
Gemini 3.8 Flash 和 GPT-5.6 Terra 哪个更快?
Gemini 3.8 Flash 输出更快(输出 116 比 97 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-5.6 Terra 更好?
Gemini 3.8 Flash 在智能体任务方面得分更高(类别得分 75 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 3.8 Flash 为 45.8%,GPT-5.6 Terra 为 29.7%。
更多问题(4)
处理长文档哪个更好?
Gemini 3.8 Flash 在长上下文基准测试上得分更高(67 比 64)。两者都约为 1.1M token(Gemini 3.8 Flash 为 1,048,576,GPT-5.6 Terra 为 1,050,000)。
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 19.2 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-5.6 Terra 的看法一致吗?
在两者都有结果的 28 项基准测试中,Gemini 3.8 Flash 领先 22 项,GPT-5.6 Terra 领先 6 项。第三方来源看法不一:Gemini 3.8 Flash 在 Arena Text 上领先;GPT-5.6 Terra 在 AA Intelligence Index v5.0.1 上领先。
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。