Gemini 3.6 Flash vs GPT-5.6 Sol

vs

Lequel choisir, et quand

gemini-3.6-flash coûte environ 5,3 fois moins cher que gpt-5.6-sol en entrée ($0.75 contre $4), en sortie ($3.75 contre $20) et en lecture de cache ($0.075 contre $0.4), et c'est le seul des deux à accepter la vidéo et l'audio. Choisissez-le pour les gros volumes ou le multimodal ; les contextes de 1048576 et 1050000 tokens sont pratiquement identiques. Choisissez gpt-5.6-sol pour sa capacité de raisonnement, la possibilité de désactiver le thinking (impossible avec gemini-3.6-flash) ou jusqu'à 128000 tokens de sortie contre 65536.

Benchmarks

En têteAu-dessus de la moyenneNon dépasséGemini 3.6 Flash26 / 181 / 18GPT-5.6 Sol1294 / 12128 / 121

14 mesurés sur les deux.

Gemini 3.6 Flash GPT-5.6 Sol autres modèles mesurés moyenne des modèles comparés ★ aucun autre modèle n'a fait mieux
DeepSWE 1.1
48.6%
72.7%
BioMysteryBench hard
41.2%
44.7%
OSWorld 2.0
33.8%
62.6%
Cybergym
N/A
84.5%
HealthBench Professional
N/A
60.5%
Finance Agent v2
N/A
53.8%
Harvey Lab-AA
85.1%
87.2%
HLE-Verified
51.2%
54.5%
AutomationBench
17%
18.1%
LVBench
84.2%
82.1%

Chiffres publiés par les fournisseurs : Alibaba (Qwen) Alibaba (Qwen) Alibaba (Qwen) Alibaba (Qwen) Alibaba (Qwen) Alibaba (Qwen) Alibaba (Qwen) Anthropic Anthropic Anthropic Anthropic Anthropic ByteDance DeepSeek DeepSeek DeepSeek Google Google Google Google MiniMax Moonshot Moonshot OpenAI OpenAI OpenAI OpenAI OpenAI OpenAI OpenAI Tencent Z.ai Z.ai Z.ai Z.ai

Tarifs

Gemini 3.6 Flash GPT-5.6 Sol Δ
Entrée / 1M de tokens $0.75 $4 0.19×
Sortie / 1M de tokens $3.75 $20 0.19×
Lecture de cache / 1M de tokens $0.075 $0.4 0.19×
Écriture de cache - 1.25x (30m) / 2.5x (12h) -

Tarifs relevés dans le catalogue en direct à la génération du site ; la page de chaque modèle affiche la grille tarifaire à jour. Le tableau principal affiche les tarifs de base. La longueur de la requête peut changer le tarif appliqué à toute la requête. Les pages des modèles détaillent les tranches.

GPT-5.6 Sol · Tarifs selon la longueur en entrée

Le tarif de la tranche de longueur en entrée s’applique à toute la requête. Prix en USD par million de tokens.

Tokens en entréeEntréeSortie
0 - 272 000 $4 $20
272 001 - 1 050 000 $8 $30

Leur position : prix en entrée pour 1M de tokens, parmi les 91 modèles de chat facturés dans cette unité (échelle logarithmique)

Gemini 3.6 Flash · $0.75 GPT-5.6 Sol · $4
$0.05 · Qwen3 VL Flash $30 · GPT-5.4 Pro

Capacités

Gemini 3.6 Flash GPT-5.6 Sol
Appel d'outils oui oui
Contrôle de la réflexion toujours activé configurable
Sortie structurée oui oui
Mise en cache des prompts implicite + explicite implicite + explicite
Durée de vie du cache non publié at least 30m by default, 12h option on the Responses API
Préfixe minimal mis en cache 4,096 tokens 1,024 tokens

Spécifications

Gemini 3.6 Flash GPT-5.6 Sol
Modalités d'entrée texte image audio vidéo texte image
Modalités de sortie texte texte
Date de sortie 2026-07-21 2026-07-09
Coupure des connaissances 2026-03 2026-02
Fenêtre de contexte 1 048 576 1 050 000
Sortie maximale 65 536 128 000
Paramètre de réflexion thinkingLevel reasoning.effort
Valeurs acceptées
  • minimal
  • low
  • medium
  • high
reasoning.effort
  • none
  • low
  • medium
  • high
  • xhigh
  • max
Valeur par défaut medium medium

Les spécifications sont reprises de la documentation de chaque fournisseur ; quand un fournisseur ne publie pas une valeur, la ligne est omise et non déduite. Sources complètes : Gemini 3.6 Flash · GPT-5.6 Sol

Un prompt, deux modèles, mesurés via la passerelle

PROMPT Explain to a CFO, in exactly three sentences, why our LLM bill doubled after we enabled reasoning. CRITÈRE exactement 3 phrases

Gemini 3.6 Flash réussi · 3 sentences

Enabling reasoning causes the model to generate thousands of internal "thinking" tokens behind the scenes to process logic before delivering the final response. Because our vendor bills us for every token generated—including these intermediate processing steps—our billable output volume per query surged significantly. Since output tokens carry a much higher unit cost than input tokens, this jump in processing volume directly doubled our overall spend.

sortie 893 tok (+816 réflexion) latence 4.7 s

GPT-5.6 Sol réussi · 3 sentences

Enabling reasoning makes the model generate additional internal tokens before producing an answer, so each request consumes more billable compute. Reasoning may also increase response length, latency, tool calls, and retries, further raising per-request cost. In short, usage volume may be unchanged, but the cost per task increased enough to double the bill.

sortie 111 tok (+34 réflexion) latence 2.3 s

Le respect de la consigne (exactement trois phrases, ça se compte), l'adaptation au public visé (le registre d'un directeur financier) et l'écart de facturation dû à la réflexion masquée, que révèlent les compteurs de tokens ci-dessous.

PROMPT This function is supposed to return the longest run of consecutive equal items, but callers report it is off by one on single-element inputs and misses runs that end at the last index. Fix it and explain the bug in one paragraph. CRITÈRE le correctif passe les tests

Gemini 3.6 Flash réussi · 8/8 cases

Here is the fixed function along with an explanation of the bugs: ```python def longest_run(xs): if not xs: return 0 best = 1 cur = 1 for i in range(1, len(xs)): if xs[i] == xs[i - 1]: cur += 1 else: cur = 1 best = max(best, cur) return best ``` ### Explanation The original function initialized `cur` and `best` to `0` and incremented `cur` on matching adjacent items, which meant it was counting identical adjacent *pairs* rather than the total number of *elements* in a run. This caused single-element inputs to skip the loop and return `0` instead of `1`, and undercounted all run lengths by 1 (for example, a run of two items at the end of the list resulted in `cur = 1`). […]

sortie 2034 tok (+1768 réflexion) latence 10.0 s

GPT-5.6 Sol réussi · 8/8 cases

```python def longest_run(xs): if not xs: return 0 best = cur = 1 for i in range(1, len(xs)): if xs[i] == xs[i - 1]: cur += 1 else: cur = 1 best = max(best, cur) return best ``` The original function counted equal *adjacencies* rather than items, so a run of length one produced `0` and every longer run was undercounted by one. Initializing `cur` and `best` to `1` for nonempty input makes them represent item counts, resetting `cur` to `1` starts a new run at the current item, and updating `best` on every iteration ensures a run reaching the final index is included.

sortie 316 tok (+135 réflexion) latence 5.2 s

La justesse réelle du correctif (il s'exécute), la densité de l'explication et l'économie de tokens sur une tâche bien délimitée.

PROMPT Extract a JSON object with fields {company, quarter, revenue_usd_m, growth_pct, guidance} from this text. Use null for anything not stated; add no other fields. CRITÈRE JSON valide, schéma exact

Gemini 3.6 Flash réussi · 5/5 fields, guidance "withheld"

```json { "company": "Meridian Robotics", "quarter": "September quarter", "revenue_usd_m": 412, "growth_pct": null, "guidance": "withheld" } ```

sortie 2843 tok (+2783 réflexion) latence 13.1 s

GPT-5.6 Sol réussi · 5/5 fields, guidance "withheld pending the Q4 close"

{"company":"Meridian Robotics","quarter":"September quarter","revenue_usd_m":412,"growth_pct":"11+","guidance":"withheld pending the Q4 close"}

sortie 194 tok (+147 réflexion) latence 3.2 s

Le respect du schéma (aucun champ inventé), la tentation d'halluciner (le texte indique que la guidance n'est pas communiquée) et les différences entre les mécanismes de sortie structurée.

PROMPT Write a 120-word product announcement for an API gateway feature that caches prompts across providers. Forbidden words: "seamless", "unlock", "game-changer", "revolutionize", "empower". Exactly one sentence must be a question. CRITÈRE 120 mots, 0 mot interdit

Gemini 3.6 Flash manqué · 60 words, 0 banned, 0 questions

72: reducing 73: your 74: monthly 75: token 76: spend. S6 (21): 77: You 78: can 79: easily 80: set 81: custom 82: expiration 83: rules, 84: configure 85: TTL 86: settings, 87: and 88: manage 89: cache 90: invalidation 91: across 92: all 93: vendors 94: from 95: one 96: centralized 97: dashboard. S7 (23): 98: Start 99: optimizing […]

sortie 4092 tok (+3929 réflexion) latence 16.3 s

GPT-5.6 Sol réussi · 120 words, 0 banned, 1 question

Today, we’re introducing Provider Prompt Cache, a new API gateway feature that reuses prompt prefixes across supported AI providers, reducing latency, token costs, and duplicated processing. Teams can define cache policies once, route requests dynamically, and preserve provider flexibility without rewriting application logic. Switching models during testing or failover? The gateway identifies eligible prompt segments, applies provider-specific caching controls, and reports hits, misses, savings, and expiration details through unified logs and metrics. Configurable TTLs, tenant isolation, encryption, and cache-bypass options help teams balance performance, privacy, and freshness for every workload. Provider Prompt Cache is available today in beta through the dashboard and API, with SDK examples and migration guidance included. […]

sortie 733 tok (+564 réflexion) latence 7.7 s

Le respect des contraintes (nombre de mots, liste de mots interdits, une seule question), l'empreinte stylistique et la maîtrise de la longueur.

Passez de l'un à l'autre en changeant une seule ligne

Les deux identifiants figurent dans chaque onglet ci-dessous : les deux lignes surlignées sont le seul changement. Même endpoint, même clé, même format de requête.

from openai import OpenAI

client = OpenAI(
    base_url="https://synthorai.io/v1",
    api_key="sk-syn-...",
)

resp = client.chat.completions.create(
    model="gemini-3.6-flash",
    # model="gpt-5.6-sol",  # décommentez cette ligne, commentez celle du dessus
    messages=[{"role": "user", "content": "Summarize this diff"}],
)
print(resp.choices[0].message.content)

Obtenez votre clé API →

FAQ

Lequel est le moins cher, Gemini 3.6 Flash ou GPT-5.6 Sol ?

Le tableau principal affiche les tarifs de base. La longueur de la requête peut changer le tarif appliqué à toute la requête. Les pages des modèles détaillent les tranches.

Puis-je faire un test A/B entre Gemini 3.6 Flash et GPT-5.6 Sol sans deux intégrations ?

Oui. Les deux passent par le même endpoint compatible OpenAI, avec une seule clé API. Pour passer de l'un à l'autre, il suffit de changer l'identifiant du modèle, soit une ligne : vous pouvez donc envoyer une part du trafic à chacun et comparer directement les factures.

Gemini 3.6 Flash et GPT-5.6 Sol prennent-ils en charge la mise en cache des prompts ?

Oui. Les deux facturent les lectures de cache moins cher que leur tarif d'entrée : une charge de travail dont le préfixe est déjà en cache coûte donc moins que ne le laissent penser les tarifs publics. Les lignes de lecture de cache figurent dans le tableau des tarifs ci-dessus.

Comparatifs associés

Nos études, mesures à l'appui