AI BENCHY Compare

Google: Gemma 4 31B vs Qwen: Qwen3.5-Flash

Сводка

Сравнение benchmark Gemma 4 31B vs Qwen3.5-Flash: Gemma 4 31B лидирует по среднему баллу: 6.3 vs 6.1. Qwen3.5-Flash имеет более низкую стоимость benchmark: $0.005 vs $0.033. Qwen3.5-Flash быстрее: 3.58s vs 56.55s, с долей успешных попыток 69.8% vs 39.7%.

Рекомендуемая модель: Qwen3.5-Flash - Его балл близок к лучшему здесь (6.1 против 6.3), при этом он примерно в 7.9 раза дешевле, чем Gemma 4 31B.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-06-12

Метрика	Gemma 4 31B Gemma 4 31B medium Релиз: 2026-04-02 Бесплатно доступно	Qwen3.5-Flash Qwen3.5-Flash none Релиз: 2026-02-24

Метрика	Gemma 4 31B Gemma 4 31B medium Релиз: 2026-04-02 Бесплатно доступно	Qwen3.5-Flash Qwen3.5-Flash none Релиз: 2026-02-24
Оценка	6.3	6.1
Ранг	#87	#97
Надежность	10.0	10.0
Стабильность	9.4	9.7
Тестов верно
Доля успешных попыток	69.8%	39.7%
Нестабильные тесты	1	1
Всего запусков	63	63
Стоимость за результат	0.257	0.075
Общая стоимость	$0.033	$0.005
Цена входа	$0.120 / 1M	$0.065 / 1M
Цена выхода	$0.350 / 1M	$0.260 / 1M
Общее число входных токенов	17,957	46,439
Выходные токены	22,356	4,276
Токены рассуждений	65,726	0
Время ответа (среднее)	56.55s	3.58s
Время ответа (макс.)	437.40s	27.18s
Время ответа (суммарно)	1074.41s	75.28s

Generation showcase

Hamster playing table tennis

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

#87 Gemma 4 31B

medium

Cost: $0.002
Time: 45.7s
Tokens: 2,696 tok

#97 Qwen3.5-Flash

none

Cost: $0.003
Time: 47.4s
Tokens: 7,799 tok

Лучшие модели по оценке

Оценка vs общая стоимость

Время ответа (среднее)

Оценка vs Время ответа (среднее)

Общее число выходных токенов

Оценка vs Общее число выходных токенов

Разбивка по категориям

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemma 4 31B	10.0	10.0	100.0%	0		12.89s	816	962	2,046
Qwen3.5-Flash	3.5	8.3	8.3%	1		1.32s	696	690	0

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemma 4 31B	4.3	5.8	22.2%	1		219.76s	5,568	11,098	33,212
Qwen3.5-Flash	5.5	10.0	33.3%	0		850ms	7,913	519	0

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemma 4 31B	3.0	10.0	0.0%	0		0ms	0	0	0
Qwen3.5-Flash	3.0	10.0	0.0%	0		6.22s	18,879	1,794	0

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemma 4 31B	10.0	10.0	100.0%	0		21.11s	8,334	1,822	2,951
Qwen3.5-Flash	10.0	10.0	100.0%	0		1.57s	7,794	243	0

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemma 4 31B	7.7	10.0	66.7%	0		38.48s	876	4,349	8,985
Qwen3.5-Flash	7.7	10.0	66.7%	0		905ms	789	15	0

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemma 4 31B	10.0	10.0	100.0%	0		9.57s	567	105	888
Qwen3.5-Flash	10.0	10.0	100.0%	0		803ms	522	100	0

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemma 4 31B	10.0	10.0	100.0%	0		12.76s	777	533	2,035
Qwen3.5-Flash	6.3	10.0	50.0%	0		8.81s	711	63	0

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemma 4 31B	9.9	10.0	100.0%	0		26.91s	801	1,795	5,595
Qwen3.5-Flash	3.1	10.0	0.0%	0		10.89s	714	579	0

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemma 4 31B	3.0	10.0	0.0%	0		0ms	0	0	0
Qwen3.5-Flash	10.0	10.0	100.0%	0		3.67s	8,211	264	0

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemma 4 31B	3.0	10.0	0.0%	0		90.14s	218	1,692	10,014
Qwen3.5-Flash	3.0	10.0	0.0%	0		588ms	210	9	0

Быстрое сравнение

Сменить пару сравнения