AI BENCHY Compare

Google: Gemini 3.1 Flash Lite vs Qwen: Qwen3.5-9B

概要

Gemini 3.1 Flash Lite vs Qwen3.5-9B の benchmark 比較: Gemini 3.1 Flash Lite が平均スコアでリードし、6.4 vs 4.6 です。 Qwen3.5-9B の benchmark コストが低く、$0.006 vs $0.013 です。 Gemini 3.1 Flash Lite の方が高速で、1.33s vs 1.89s です、成功率は 54.0% vs 20.6% です。

おすすめモデル: Gemini 3.1 Flash Lite - この比較で最も高いスコア（6.4）を出し、全 2 モデルの中でコストと応答時間のバランスも最良です。

ベンチマークは AI BENCHY テストスイートから次の日時に生成: 2026-06-10

指標	Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite minimal リリース: 2026-05-08	Qwen3.5-9B Qwen3.5-9B none リリース: 2026-03-02

指標	Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite minimal リリース: 2026-05-08	Qwen3.5-9B Qwen3.5-9B none リリース: 2026-03-02
スコア	6.4	4.6
順位	#88	#155
信頼性	10.0	10.0
一貫性	8.8	9.7
正解テスト
試行ごとの合格率	54.0%	20.6%
不安定なテスト	3	1
総実行回数	63	63
結果あたりのコスト	0.130	0.123
合計コスト	$0.013	$0.006
入力価格	$0.250 / 1M	$0.100 / 1M
出力価格	$1.500 / 1M	$0.150 / 1M
合計入力トークン	36,973	48,041
出力トークン	2,487	3,952
推論トークン	0	0
応答時間（平均）	1.33s	1.89s
応答時間（最大）	4.49s	6.03s
応答時間（合計）	27.91s	39.68s

Generation showcase

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#88 Gemini 3.1 Flash Lite

minimal

Cost: $0.001
Time: 3.7s
Tokens: 635 tok

#155 Qwen3.5-9B

none

Invalid SVG

Cost: $0.000
Time: 300.0s
Tokens: 0 tok

スコア上位モデル

スコア vs 総コスト

応答時間（平均）

スコア vs 応答時間（平均）

合計出力トークン

スコア vs 合計出力トークン

カテゴリ内訳

反AIトリック	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Gemini 3.1 Flash Lite	8.3	10.0	75.0%	0		1.10s	500	639	0
Qwen3.5-9B	3.1	9.9	0.0%	0		1.71s	696	582	0

コーディング	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Gemini 3.1 Flash Lite	5.5	10.0	33.3%	0		831ms	8,126	666	0
Qwen3.5-9B	3.9	7.8	11.1%	1		5.60s	7,913	1,042	0

複合	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Gemini 3.1 Flash Lite	3.0	10.0	0.0%	0		2.53s	12,870	357	0
Qwen3.5-9B	3.0	10.0	0.0%	0		5.91s	20,397	1,255	0

データ解析と抽出	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		1.04s	7,552	279	0
Qwen3.5-9B	10.0	10.0	100.0%	0		847ms	7,788	249	0

ドメイン特化	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Gemini 3.1 Flash Lite	2.9	7.2	11.1%	1		1.02s	641	15	0
Qwen3.5-9B	3.0	10.0	0.0%	0		464ms	789	24	0

汎用知能	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Gemini 3.1 Flash Lite	4.0	10.0	0.0%	0		791ms	490	63	0
Qwen3.5-9B	4.4	9.9	0.0%	0		552ms	522	99	0

指示追従	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		932ms	615	72	0
Qwen3.5-9B	6.5	10.0	50.0%	0		514ms	711	75	0

パズル解決	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Gemini 3.1 Flash Lite	6.0	4.6	66.7%	2		2.15s	564	153	0
Qwen3.5-9B	3.2	10.0	0.0%	0		621ms	714	347	0

ツール呼び出し	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		3.51s	5,457	234	0
Qwen3.5-9B	10.0	10.0	100.0%	0		1.27s	8,301	273	0

雑学	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Gemini 3.1 Flash Lite	3.0	10.0	0.0%	0		724ms	158	9	0
Qwen3.5-9B	3.0	10.0	0.0%	0		2.32s	210	6	0

クイック比較

比較ペアを切り替え