AI BENCHY 对比

DeepSeek: DeepSeek V3.2 vs Google: Gemini 3.1 Flash Lite

摘要

DeepSeek V3.2 vs Gemini 3.1 Flash Lite benchmark 对比：DeepSeek V3.2 平均分领先，为 7.5 vs 6.1。 Gemini 3.1 Flash Lite benchmark 成本更低，为 $0.013 vs $0.044。 Gemini 3.1 Flash Lite 更快，为 1.33s vs 68.71s，通过率为 65.1% vs 54.0%。

推荐模型: Gemini 3.1 Flash Lite - 它提供了最佳整体取舍：得分有竞争力（6.1），成本低于DeepSeek V3.2，响应时间也较均衡。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-18

指标	DeepSeek V3.2 DeepSeek V3.2 medium 发布日期: 2025-12-01	Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite minimal 发布日期: 2026-05-08

指标	DeepSeek V3.2 DeepSeek V3.2 medium 发布日期: 2025-12-01	Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite minimal 发布日期: 2026-05-08
分数	7.5	6.1
排名	#48	#94
可靠性	10.0	10.0
一致性	7.6	8.8
测试正确
尝试通过率	65.1%	54.0%
不稳定测试	6	3
总运行次数	63	63
每个结果成本	0.436	0.130
总成本	$0.044	$0.013
输入价格	$0.229 / 1M	$0.250 / 1M
输出价格	$0.344 / 1M	$1.500 / 1M
总输入令牌	38,333	36,973
输出令牌	7,186	2,487
推理令牌	99,081	0
响应时间（平均）	68.71s	1.33s
响应时间（最大）	376.10s	4.49s
响应时间（总计）	1442.81s	27.91s

生成展示

Hamster playing table tennis

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

#48 DeepSeek V3.2

medium

成本: $0.001
时间: 53.6s
令牌: 1,932 tok

#94 Gemini 3.1 Flash Lite

minimal

成本: $0.001
时间: 3.7s
令牌: 635 tok

按分数排名的模型

分数 vs 总成本

响应时间（平均）

分数 vs 响应时间（平均）

总输出令牌

分数 vs 总输出令牌

类别细分

反AI技巧	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
DeepSeek V3.2	8.2	7.9	83.3%	1		24.23s	448	3,247	6,953
Gemini 3.1 Flash Lite	8.3	10.0	75.0%	0		1.10s	500	639	0

编程	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
DeepSeek V3.2	6.0	7.2	55.6%	1		248.68s	5,717	649	52,014
Gemini 3.1 Flash Lite	5.5	10.0	33.3%	0		831ms	8,126	666	0

综合	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
DeepSeek V3.2	10.0	10.0	100.0%	0		93.11s	14,283	571	6,296
Gemini 3.1 Flash Lite	3.0	10.0	0.0%	0		2.53s	12,870	357	0

数据解析与提取	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
DeepSeek V3.2	10.0	10.0	100.0%	0		36.09s	7,388	207	7,693
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		1.04s	7,552	279	0

领域专项	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
DeepSeek V3.2	2.9	4.4	22.2%	2		24.27s	472	21	6,838
Gemini 3.1 Flash Lite	2.9	7.2	11.1%	1		1.02s	641	15	0

通用智能	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
DeepSeek V3.2	3.4	2.5	33.3%	1		58.29s	314	49	2,189
Gemini 3.1 Flash Lite	4.0	10.0	0.0%	0		791ms	490	63	0

指令遵循	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
DeepSeek V3.2	10.0	10.0	100.0%	0		35.78s	627	1,397	2,845
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		932ms	615	72	0

谜题求解	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
DeepSeek V3.2	7.0	7.2	55.6%	1		37.69s	594	518	6,375
Gemini 3.1 Flash Lite	6.0	4.6	66.7%	2		2.15s	564	153	0

工具调用	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
DeepSeek V3.2	10.0	10.0	100.0%	0		34.81s	8,307	507	859
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		3.51s	5,457	234	0

常识问答	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
DeepSeek V3.2	3.0	10.0	0.0%	0		83.99s	183	20	7,019
Gemini 3.1 Flash Lite	3.0	10.0	0.0%	0		724ms	158	9	0

快速对比

切换对比组合