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：Gemini 3.1 Flash Lite 平均分领先，为 6.1 vs 5.5。 DeepSeek V4 Flash benchmark 成本更低，为 $0.007 vs $0.013。 Gemini 3.1 Flash Lite 更快，为 1.06s vs 26.75s，通过率为 30.2% vs 52.4%。

推荐模型: Gemini 3.1 Flash Lite - 它在这里得分最高（6.1），同时响应速度比DeepSeek V4 Flash快约 25.1 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 none 发布日期: 2026-04-24	Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite none 发布日期: 2026-05-08

指标	DeepSeek V4 Flash DeepSeek V4 Flash none 发布日期: 2026-04-24	Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite none 发布日期: 2026-05-08
分数	5.5	6.1
排名	#117	#96
可靠性	10.0	10.0
一致性	8.9	8.6
测试正确
尝试通过率	30.2%	52.4%
不稳定测试	3	4
总运行次数	63	63
每个结果成本	0.203	0.144
总成本	$0.007	$0.013
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	50,127	36,710
输出令牌	13,710	2,484
推理令牌	0	0
响应时间（平均）	26.75s	1.06s
响应时间（最大）	111.96s	2.97s
响应时间（总计）	561.82s	22.35s

生成展示

Hamster playing table tennis

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

#117 DeepSeek V4 Flash

none

成本: $0.004
时间: 157.6s
令牌: 11,297 tok

#96 Gemini 3.1 Flash Lite

none

成本: $0.001
时间: 4.5s
令牌: 727 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	3.0	10.0	0.0%	0		20.18s	540	174	0
Gemini 3.1 Flash Lite	7.5	8.4	66.7%	1		1.07s	506	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 V4 Flash	4.2	7.4	11.1%	1		17.13s	7,279	9,717	0
Gemini 3.1 Flash Lite	5.5	10.0	33.3%	0		938ms	8,128	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 V4 Flash	4.5	2.1	66.7%	1		111.96s	24,398	2,664	0
Gemini 3.1 Flash Lite	3.0	10.0	0.0%	0		2.73s	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 V4 Flash	10.0	10.0	100.0%	0		23.79s	7,290	195	0
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		843ms	7,267	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 V4 Flash	5.3	10.0	33.3%	0		19.73s	666	18	0
Gemini 3.1 Flash Lite	2.9	7.2	11.1%	1		762ms	647	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 V4 Flash	4.2	9.9	0.0%	0		23.74s	471	67	0
Gemini 3.1 Flash Lite	4.0	10.0	0.0%	0		992ms	486	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 V4 Flash	6.5	10.0	50.0%	0		17.54s	627	321	0
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		859ms	619	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 V4 Flash	3.1	7.3	11.1%	1		23.72s	594	207	0
Gemini 3.1 Flash Lite	6.3	4.8	66.7%	2		720ms	570	150	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 V4 Flash	10.0	10.0	100.0%	0		77.93s	8,079	327	0
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		2.97s	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 V4 Flash	3.0	10.0	0.0%	0		3.07s	183	20	0
Gemini 3.1 Flash Lite	3.0	10.0	0.0%	0		733ms	160	9	0

快速对比

切换对比组合