Direktvergleich

GPT-5.4 mini vs. Gemini 3.7 Flash

Veröffentlichte Benchmarkwerte aus derselben Version und Vergleichskohorte, API-Preise und technische Eckdaten. Unterschiedliche Testeinstellungen werden sichtbar ausgewiesen.

gemeinsame Messreihen: 17
verschiedene Benchmarks: 17
jüngster Abruf: 04.09.2026

Erstes ModellZweites Modell

Steckbrief

Allgemeine Daten

Erscheinungsdatum, Verfügbarkeit, Kontextfenster, Architektur und veröffentlichte Parameterzahlen auf einen Blick. Nicht veröffentlichte Angaben bleiben als solche markiert.

Allgemeine Daten von GPT-5.4 mini und Gemini 3.7 Flash
Merkmal	GPT-5.4 mini	Gemini 3.7 Flash
Anbieter	OpenAI	Google
Erschienen	17. März 2026	13. Aug. 2026
Verfügbarkeit	Aktiv	Aktiv
Modelltyp	Proprietär	Proprietär
Parameter	Nicht veröffentlicht	Nicht veröffentlicht
Architektur	Nicht veröffentlicht	Nicht veröffentlicht
Kontextfenster	400.000 Token	1.048.576 Token
Wissensstand	31. August 2025	März 2026
Technische Quellen	Modell	Modell, Wissensstand

Kosten

API-Preise im Vergleich

Die Tabelle vergleicht die offiziellen Standard-API-Tarife pro 1 Mio. Token einschließlich veröffentlichter Cache-Preise. Batch, Fast, Priority, regionale Aufschläge, Toolaufrufe und Cloudpreise sind nicht eingerechnet.

API-Preise von GPT-5.4 mini und Gemini 3.7 Flash
Preisart	GPT-5.4 mini	Gemini 3.7 Flash
API-Eingabe	0,75 $	0,75 $
API-Ausgabe	4,5 $	3,75 $
Cache lesen	0,07 $	0,07 $
Cache schreiben (5 Min.)	Nicht ausgewiesen	Nicht ausgewiesen
Cache schreiben (1 Std.)	Nicht ausgewiesen	Nicht ausgewiesen
Preis geprüft	30.07.2026 Quelle	16.08.2026 Quelle

GPT-5.4 miniGemini 3.7 Flash

API-EingabeUSD pro 1 Mio. Token, Basistarif

GPT-5.4 mini0,75 $

Gemini 3.7 Flash0,75 $

API-AusgabeUSD pro 1 Mio. Token, Basistarif

GPT-5.4 mini4,5 $

Gemini 3.7 Flash3,75 $

Cache lesenUSD pro 1 Mio. Token, Basistarif

GPT-5.4 mini0,075 $

Gemini 3.7 Flash0,075 $

Zeichenerklärung:besserer Wertbesser, aber nicht eindeutigGleichstand

Preise nach Anbieter

Direkte Entwicklertarife und über OpenRouter geroutete Anbieterpreise sind getrennt gekennzeichnet. Alle Preise gelten in USD pro 1 Mio. Token. Kontextabhängige Direktpreise sowie regionale, Flex-, Priority- und weitere OpenRouter-Tarife bleiben einzeln erkennbar.

Anbieterpreise von GPT-5.4 mini und Gemini 3.7 Flash
Modell	Anbieter	Bezugsweg und Tarif	Eingabe pro 1 Mio. Token	Ausgabe pro 1 Mio. Token	Quelle
GPT-5.4 mini	OpenAI	Direkt beim EntwicklerStandard-API	0,75 $	4,5 $	Quelle30.07.2026
	Azure	Über OpenRouterazure	0,75 $	4,5 $	Quelle12.09.2026
	Azure	Über OpenRouterazure/us	0,825 $	4,95 $	Quelle12.09.2026
	OpenAI	Über OpenRouteropenai	0,75 $	4,5 $	Quelle12.09.2026
	OpenAI	Über OpenRouteropenai/fast	1,5 $	9 $	Quelle12.09.2026
	OpenAI	Über OpenRouteropenai/flex	Günstigster erfasster Preis: 0,375 $	Günstigster erfasster Preis: 2,25 $	Quelle12.09.2026
Gemini 3.7 Flash	Google	Direkt beim EntwicklerStandard-API	0,75 $	3,75 $	Quelle16.08.2026
	Google	Über OpenRoutergoogle-vertex/global	0,75 $	3,75 $	Quelle12.09.2026
	Google	Über OpenRoutergoogle-vertex/global/flex	Günstigster erfasster Preis: 0,375 $	Günstigster erfasster Preis: 1,875 $	Quelle12.09.2026
	Google	Über OpenRoutergoogle-vertex/global/priority	1,35 $	6,75 $	Quelle12.09.2026
	Google AI Studio	Über OpenRoutergoogle-ai-studio	0,75 $	3,75 $	Quelle12.09.2026
	Google AI Studio	Über OpenRoutergoogle-ai-studio/flex	Günstigster erfasster Preis: 0,375 $	Günstigster erfasster Preis: 1,875 $	Quelle12.09.2026
	Google AI Studio	Über OpenRoutergoogle-ai-studio/priority	1,35 $	6,75 $	Quelle12.09.2026

Leistung

Gemeinsame Benchmarks

Nur veröffentlichte Ergebnisse mit derselben Benchmark-Version, Aufgabe, Metrik und Vergleichskohorte werden gegenübergestellt. Wenn Anbieter unterschiedliche Reasoning-Stufen, Agenten oder Ausgabegrenzen verwendet haben, steht das direkt in der Tabelle.

Fähigkeitsprofil aus vergleichbaren Benchmarks

Jede Achse mittelt direkt vergleichbare Benchmarkfamilien. Ein Wert von 100 bedeutet den stärkeren Wert innerhalb dieses Duells, keinen universellen Qualitätswert.

GPT-5.4 mini

Gemini 3.7 Flash

Coding: 77,5 / 100 (5 Benchmarkfamilien)

Reasoning: 88,4 / 100 (1 Benchmarkfamilie)

Wissen: 93,8 / 100 (1 Benchmarkfamilie)

Finanzen: 82,8 / 100 (4 Benchmarkfamilien)

Recht: 18,1 / 100 (2 Benchmarkfamilien)

Agenten-Aufgaben: 70,5 / 100 (1 Benchmarkfamilie)

Multimodal: 89,1 / 100 (1 Benchmarkfamilie)

Bildung: 100 / 96,9 (1 Benchmarkfamilie)

17 passende Messreihen aus 17 Benchmarkfamilien wurden berücksichtigt. Das Radar zeigt 8 von 9 vergleichbaren Kategorien.

GPT-5.4 miniGemini 3.7 Flash

Code MigrationOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied

GPT-5.4 mini12,936 %

Gemini 3.7 Flash34,8 %

EMBOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied

GPT-5.4 mini45,426 %

Gemini 3.7 Flash71,326 %

Finance Agent (v2)Overall. Mehr ist besser. Kein dokumentierter Setup-Unterschied

GPT-5.4 mini45,36 %

Gemini 3.7 Flash59,042 %

GPQA DiamondOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied

GPT-5.4 mini83,08 %

Gemini 3.7 Flash93,94 %

Harvey's Legal Agent BenchmarkOverall · Task fully resolved. Mehr ist besser. Kein dokumentierter Setup-Unterschied

GPT-5.4 mini0 %

Gemini 3.7 Flash8,75 %

Legal Research BenchOverall · All-pass. Mehr ist besser. Kein dokumentierter Setup-Unterschied

GPT-5.4 mini12,5 %

Gemini 3.7 Flash34,615 %

LiveCodeBench v6Overall. Mehr ist besser. Kein dokumentierter Setup-Unterschied

GPT-5.4 mini81,465 %

Gemini 3.7 Flash88,652 %

MMLU-ProOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied

GPT-5.4 mini84,554 %

Gemini 3.7 Flash90,121 %

MMMU-ProOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied

GPT-5.4 mini79,249 %

Gemini 3.7 Flash88,96 %

MortgageTaxOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied

GPT-5.4 mini63,514 %

Gemini 3.7 Flash66,654 %

ProgramBenchOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied

GPT-5.4 mini0 %

Gemini 3.7 Flash0 %

SAGEOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied

GPT-5.4 mini50,813 %

Gemini 3.7 Flash49,232 %

Zeichenerklärung:besserer Wertbesser, aber nicht eindeutigGleichstand

Benchmarkwerte von GPT-5.4 mini und Gemini 3.7 Flash
Benchmark und Aufgabe	GPT-5.4 mini	Gemini 3.7 Flash	Quelle
Code MigrationOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGPT-5.4 mini: Snapshot: gpt-5.4-mini-2026-03-17	12,936 %	Gewinner34,8 %	Vals AI Quellendetails Datenstand: 03.09.2026
EMBOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGPT-5.4 mini: Snapshot: gpt-5.4-mini-2026-03-17	45,426 %	Gewinner71,326 %	Vals AI Quellendetails Datenstand: 03.09.2026
Finance Agent (v2)Overall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 2Messgröße: accuracyBewertung: Mehr ist besserGPT-5.4 mini: Snapshot: gpt-5.4-mini-2026-03-17	45,36 %	Gewinner59,042 %	Vals AI Quellendetails Datenstand: 03.09.2026
GPQA DiamondOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGPT-5.4 mini: Snapshot: gpt-5.4-mini-2026-03-17	83,08 %	Gewinner93,94 %	Vals AI Quellendetails Datenstand: 01.09.2026
Harvey's Legal Agent BenchmarkOverall · Task fully resolved Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: task resolution rateBewertung: Mehr ist besserGPT-5.4 mini: Snapshot: gpt-5.4-mini-2026-03-17	0 %	Gewinner8,75 %	Vals AI Quellendetails Datenstand: 03.09.2026
Legal Research BenchOverall · All-pass Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: all-pass rateBewertung: Mehr ist besserGPT-5.4 mini: Snapshot: gpt-5.4-mini-2026-03-17	12,5 %	Gewinner34,615 %	Vals AI Quellendetails Datenstand: 03.09.2026
LiveCodeBench v6Overall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGPT-5.4 mini: Snapshot: gpt-5.4-mini-2026-03-17	81,465 %	Gewinner88,652 %	Vals AI Quellendetails Datenstand: 01.09.2026
MMLU-ProOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGPT-5.4 mini: Snapshot: gpt-5.4-mini-2026-03-17	84,554 %	Gewinner90,121 %	Vals AI Quellendetails Datenstand: 01.09.2026
MMMU-ProOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGPT-5.4 mini: Snapshot: gpt-5.4-mini-2026-03-17	79,249 %	Gewinner88,96 %	Vals AI Quellendetails Datenstand: 01.09.2026
MortgageTaxOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGPT-5.4 mini: Snapshot: gpt-5.4-mini-2026-03-17	63,514 %	Gewinner66,654 %	Vals AI Quellendetails Datenstand: 01.09.2026
ProgramBenchOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGPT-5.4 mini: Snapshot: gpt-5.4-mini-2026-03-17	Gleichstand0 %	Gleichstand0 %	Vals AI Quellendetails Datenstand: 01.09.2026
SAGEOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGPT-5.4 mini: Snapshot: gpt-5.4-mini-2026-03-17	Gewinner50,813 %	49,232 %	Vals AI Quellendetails Datenstand: 03.09.2026
SWE-bench VerifiedOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGPT-5.4 mini: Snapshot: gpt-5.4-mini-2026-03-17	73 %	Gewinner80,8 %	Vals AI Quellendetails Datenstand: 01.09.2026
TaxEval v2Overall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 2Messgröße: accuracyBewertung: Mehr ist besserGPT-5.4 mini: Snapshot: gpt-5.4-mini-2026-03-17	71,218 %	Gewinner74,734 %	Vals AI Quellendetails Datenstand: 01.09.2026
Terminal-Bench 2.1Overall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 2.1Messgröße: accuracyBewertung: Mehr ist besserGPT-5.4 mini: Snapshot: gpt-5.4-mini-2026-03-17	54,682 %	Gewinner77,528 %	Vals AI Quellendetails Datenstand: 03.09.2026
Vals IndexOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 2Messgröße: weighted index scoreBewertung: Mehr ist besserGPT-5.4 mini: Snapshot: gpt-5.4-mini-2026-03-17	39,632 %	Gewinner59,307 %	Vals AI Quellendetails Datenstand: 03.09.2026
Vibe Code Bench v1.1Overall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1.1Messgröße: accuracyBewertung: Mehr ist besserGPT-5.4 mini: Snapshot: gpt-5.4-mini-2026-03-17, Harness: OpenHands Gemini 3.7 Flash: Harness: OpenHands	47,969 %	Gewinner70,395 %	Vals AI Quellendetails Datenstand: 03.09.2026
Zeichenerklärung:besserer Wertbesser, aber nicht eindeutigGleichstand

Eigene Modelltests

Community-Tests zum Anschauen

Vergleiche, wie die Modelle denselben Prompt umsetzen. Jeder Test zeigt den ersten Versuch, ohne nachträgliche Korrekturen am erzeugten Code. Die Ergebnisse fließen nicht in einen Gesamtscore ein.

Pelikan auf dem Fahrrad

Community-Klassiker für eine freie SVG-Zeichnung.

GPT-5.4 mini

Die Antwort hat das Tokenlimit erreicht. Es liegt keine vollständige Aufzeichnung vor.

Erster Versuch

Datum des Testlaufs: 07.09.2026
API-Anbieter: openrouter
Angefragtes API-Modell: openai/gpt-5.4-mini
API-Modell laut Antwort: openai/gpt-5.4-mini
Festgelegter Endpunkt: OpenAI | openai/gpt-5.4-mini-20260317
Reasoning-Einstellung: high
Temperatur: Anbieterstandard
Tokenlimit inklusive Reasoning: 8.192 Token
Testprotokoll: community-visual-tests-v1
Technische Prüfung: Nicht bestanden
Antwortzeit: 67 s

Visuell noch nicht bewertet. Eine erfolgreiche Aufzeichnung bestätigt weder korrekte Physik noch die vollständige Umsetzung des Prompts.

Gemini 3.7 Flash

In diesem Testlauf war kein API-Zugang verfügbar. Das Modell wurde nicht bewertet.

Erster Versuch

Datum des Testlaufs: 07.09.2026
API-Anbieter: openrouter
Angefragtes API-Modell: google/gemini-3.7-flash
Festgelegter Endpunkt: Google AI Studio | google/gemini-3.7-flash-20260813
Reasoning-Einstellung: high
Temperatur: Anbieterstandard
Tokenlimit inklusive Reasoning: 8.192 Token
Testprotokoll: community-visual-tests-v1
Technische Prüfung: Nicht ausgeführt

Visuell noch nicht bewertet. Eine erfolgreiche Aufzeichnung bestätigt weder korrekte Physik noch die vollständige Umsetzung des Prompts.

Prompt und Testbedingungen

Generate an SVG of a pelican riding a bicycle

Tokenlimit inklusive Reasoning: 8.192 Token

Ursprung der Aufgabe (Simon Willison)

So liest du den Vergleich

Ein Benchmark-Sieg ist kein Gesamturteil

Entscheidend sind deine Aufgaben, dein Budget und die benötigte Kontextlänge. Ein Coding-Benchmark sagt wenig über Bildverständnis oder Agentenarbeit aus.

Die Standardpreistabelle nutzt direkte Entwicklertarife. Der Anbieter-Vergleich kennzeichnet OpenRouter-Endpoints, Regionen und Sondertarife separat.

Jeder Messwert verlinkt seine Messstelle und zeigt den Abrufstand. Je nach Kennzeichnung handelt es sich um eine Anbieterangabe, ein offizielles Benchmark-Leaderboard oder eine unabhängige Evaluation. Strittige oder archivierte Ergebnisse werden nicht verwendet.

Weitere Duelle

Vergleiche GPT-5.4 mini und Gemini 3.7 Flash mit weiteren wichtigen Modellen. Alle Duelle nutzen dieselbe Daten- und Benchmarklogik.

Zum vollständigen LLM-Vergleich