AI BENCHY 对比

DeepSeek: DeepSeek V4 Flash vs Google: Gemini 3.1 Flash Lite

摘要

DeepSeek V4 Flash vs Gemini 3.1 Flash Lite benchmark 对比：DeepSeek V4 Flash 平均分领先，为 8.3 vs 7.8。 DeepSeek V4 Flash benchmark 成本更低，为 $0.027 vs $0.071。 Gemini 3.1 Flash Lite 更快，为 3.23s vs 45.85s，通过率为 74.6% vs 65.1%。

推荐模型: DeepSeek V4 Flash - 它在这里得分最高（8.3），同时成本比Gemini 3.1 Flash Lite低约 2.7 倍。

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

指标	DeepSeek V4 Flash DeepSeek V4 Flash high 发布日期: 2026-04-24	Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite medium 发布日期: 2026-05-08

指标	DeepSeek V4 Flash DeepSeek V4 Flash high 发布日期: 2026-04-24	Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite medium 发布日期: 2026-05-08
分数	8.3	7.8
排名	#23	#34
可靠性	10.0	10.0
一致性	8.5	9.2
测试正确
尝试通过率	74.6%	65.1%
不稳定测试	4	2
总运行次数	63	63
每个结果成本	0.299	0.539
总成本	$0.027	$0.071
输入价格	$0.090 / 1M	$0.250 / 1M
输出价格	$0.180 / 1M	$1.500 / 1M
总输入令牌	39,745	36,808
输出令牌	10,310	2,254
推理令牌	123,501	38,300
响应时间（平均）	45.85s	3.23s
响应时间（最大）	218.13s	10.87s
响应时间（总计）	962.79s	67.80s

生成展示

Hamster playing table tennis

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

#23 DeepSeek V4 Flash

high

成本: $0.003
时间: 93.1s
令牌: 7,926 tok

#34 Gemini 3.1 Flash Lite

medium

成本: $0.003
时间: 5.3s
令牌: 1,754 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 V4 Flash	8.3	10.0	75.0%	0		28.51s	540	140	7,770
Gemini 3.1 Flash Lite	9.1	10.0	75.0%	0		2.39s	502	604	4,201

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 V4 Flash	7.8	10.0	66.7%	0		50.60s	7,279	395	34,862
Gemini 3.1 Flash Lite	5.5	10.0	33.3%	0		3.81s	8,134	459	8,978

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 V4 Flash	10.0	10.0	100.0%	0		76.57s	14,016	465	7,347
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		10.87s	12,873	327	7,401

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 V4 Flash	10.0	10.0	100.0%	0		28.03s	7,290	201	1,179
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		2.60s	7,362	279	2,845

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 V4 Flash	4.1	4.4	44.5%	2		100.31s	666	27	59,249
Gemini 3.1 Flash Lite	2.9	7.2	11.1%	1		3.16s	643	15	5,165

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 V4 Flash	6.1	3.1	66.7%	1		25.15s	471	79	632
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		2.60s	488	84	1,142

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 V4 Flash	10.0	10.0	100.0%	0		15.36s	627	63	1,622
Gemini 3.1 Flash Lite	9.9	10.0	100.0%	0		2.59s	623	75	3,320

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 V4 Flash	8.2	7.2	88.9%	1		26.11s	594	196	1,767
Gemini 3.1 Flash Lite	7.6	7.2	77.8%	1		1.95s	568	165	2,450

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 V4 Flash	10.0	10.0	100.0%	0		74.73s	8,079	228	542
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		4.55s	5,457	234	921

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 V4 Flash	3.0	10.0	0.0%	0		54.46s	183	8,516	8,531
Gemini 3.1 Flash Lite	3.0	10.0	0.0%	0		3.08s	158	12	1,877

快速对比

切换对比组合