AI BENCHY 对比

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

摘要

Gemini 3.1 Flash Lite (minimal) 平均分领先，为 6.1 vs 5.0。 Gemini 3.1 Flash Lite (minimal) benchmark 成本更低，为 $0.047 vs $0.054。 Gemini 3.1 Flash Lite (minimal) 更快，为 1.86s vs 18.25s，通过率为 37.9% vs 51.5%。

推荐模型Gemini 3.1 Flash Lite (minimal)它在这里得分最高（6.1），同时响应速度比DeepSeek V3.2快约 9.8 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-17

指标	DeepSeek V3.2 DeepSeek V3.2 none 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 none 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	5.0	6.1
排名	#165	#114
可靠性	10.0	10.0
一致性	7.7	8.9
测试正确
尝试通过率	37.9%	51.5%
不稳定测试	6	3
总运行次数	66	66
每个结果成本	0.870	0.465
总成本	$0.054	$0.047
输入价格	$0.269 / 1M	$0.250 / 1M
输出价格	$0.400 / 1M	$1.500 / 1M
总输入令牌	135,780	119,065
输出令牌	42,097	11,118
推理令牌	0	0
响应时间（平均）	18.25s	1.86s
响应时间（最大）	115.89s	12.97s
响应时间（总计）	401.60s	40.88s

生成展示

Hamster playing table tennis

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

#165 DeepSeek V3.2

none

成本: $0.002
时间: 7.0s
令牌: 1,046 tok

#114 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

类别:

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	3.2	8.0	8.3%	1		9.35s	494	1,073	0
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	3.1	6.9	11.1%	1		14.54s	7,279	4,528	0
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	4.8	10.0	0.0%	0		113.53s	109,626	33,819	0
Gemini 3.1 Flash Lite	3.0	10.0	0.0%	0		7.75s	94,962	8,988	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	6.3	5.8	66.7%	1		9.42s	7,890	1,710	0
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	7.2	11.1%	1		4.17s	624	21	0
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	4.7	1.6	66.7%	1		9.32s	314	43	0
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		1.52s	627	66	0
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	7.6	7.2	77.8%	1		6.91s	424	298	0
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		11.85s	8,319	522	0
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		17.23s	183	17	0
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