AI BENCHY Compare

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

Сводка

Сравнение benchmark Gemma 4 31B vs Qwen3.5-Flash: Qwen3.5-Flash лидирует по среднему баллу: 6.8 vs 6.1. Gemma 4 31B имеет более низкую стоимость benchmark: $0.004 vs $0.080. Gemma 4 31B быстрее: 4.05s vs 63.29s, с долей успешных попыток 47.6% vs 71.4%.

Рекомендуемая модель: Gemma 4 31B - Его балл близок к лучшему здесь (6.1 против 6.8), при этом он примерно в 26.5 раза дешевле, чем Qwen3.5-Flash.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-07-02

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

Метрика	Gemma 4 31B Gemma 4 31B none Релиз: 2026-04-02 Бесплатно доступно	Qwen3.5-Flash Qwen3.5-Flash medium Релиз: 2026-02-24
Оценка	6.1	6.8
Ранг	#101	#73
Надежность	10.0	10.0
Стабильность	10.0	8.1
Тестов верно
Доля успешных попыток	47.6%	71.4%
Нестабильные тесты	0	5
Всего запусков	63	63
Стоимость за результат	0.034	0.871
Общая стоимость	$0.004	$0.080
Цена входа	$0.120 / 1M	$0.065 / 1M
Цена выхода	$0.350 / 1M	$0.260 / 1M
Общее число входных токенов	20,911	38,926
Выходные токены	1,407	2,088
Токены рассуждений	0	294,598
Время ответа (среднее)	4.05s	63.29s
Время ответа (макс.)	26.13s	234.29s
Время ответа (суммарно)	76.87s	1265.85s

Генерация showcase

Hamster playing table tennis

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

#101 Gemma 4 31B

none

Стоимость: $0.001
Время: 12.8s
Токены: 795 tok

#73 Qwen3.5-Flash

medium

Стоимость: $0.002
Время: 25.8s
Токены: 4,294 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	6.5	10.0	50.0%	0		1.85s	852	45	0
Qwen3.5-Flash	10.0	10.0	100.0%	0		59.11s	672	383	32,992

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemma 4 31B	5.5	10.0	33.3%	0		11.19s	8,381	735	0
Qwen3.5-Flash	3.7	7.2	22.2%	1		58.87s	6,685	302	90,081

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	10.0	10.0	100.0%	0		17.78s	14,934	483	8,270

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		2.25s	8,352	285	0
Qwen3.5-Flash	7.3	5.9	83.3%	1		56.99s	6,061	235	16,237

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		3.22s	903	27	0
Qwen3.5-Flash	5.3	7.2	44.4%	1		146.50s	581	58	43,615

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		2.09s	576	117	0
Qwen3.5-Flash	6.1	3.1	66.7%	1		40.05s	516	99	38,486

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemma 4 31B	6.5	10.0	50.0%	0		2.84s	795	78	0
Qwen3.5-Flash	10.0	10.0	100.0%	0		63.49s	699	98	14,139

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemma 4 31B	6.5	10.0	33.3%	0		4.23s	828	108	0
Qwen3.5-Flash	8.2	7.2	88.9%	1		27.61s	381	89	12,457

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		10.33s	8,193	309	1,284

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		1.25s	224	12	0
Qwen3.5-Flash	3.0	10.0	0.0%	0		48.98s	204	32	37,037

Быстрое сравнение

Сменить пару сравнения

Gemini 3.5 FlashminimalvsQwen3.5-Flashmedium Gemini 3 Flash PreviewnonevsQwen3.5-Flashmedium Gemini 3.5 FlashnonevsQwen3.5-Flashmedium Gemma 4 31BnoneБесплатно доступноvsQwen3.5-35B-A3Bmedium North Mini CodemediumБесплатно доступноvsGemma 4 31BnoneБесплатно доступно Gemma 4 31BnoneБесплатно доступноvsNemotron 3 SupermediumБесплатно доступно Qwen3.5-FlashmediumvsStep 3.7 Flashhigh Qwen3.5-FlashmediumvsGLM 5.2none DeepSeek V4 PrononevsQwen3.5-Flashmedium Gemini 3.1 Flash Lite PreviewlowvsQwen3.5-Flashmedium Gemini 3.1 Flash Lite PreviewnonevsQwen3.5-Flashmedium Claude Opus 4.8nonevsQwen3.5-Flashmedium