Google: Gemini 2.5 Flash vs Google: Gemini 3.5 Flash

Gemini 3.5 Flash (high) 平均分领先，为 9.5 vs 8.2。 Gemini 2.5 Flash (medium) benchmark 成本更低，为 $0.643 vs $1.976。 Gemini 3.5 Flash (high) 更快，为 15.07s vs 21.18s，通过率为 71.2% vs 93.9%。

推荐模型Gemini 3.5 Flash (high)它在本次比较中得分最高（9.5），并且在全部 2 个模型中兼顾成本和响应时间最好。

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

指标	Gemini 2.5 Flash Gemini 2.5 Flash medium 发布日期: 2025-06-17	Gemini 3.5 Flash Gemini 3.5 Flash high 发布日期: 2026-05-19

指标	Gemini 2.5 Flash Gemini 2.5 Flash medium 发布日期: 2025-06-17	Gemini 3.5 Flash Gemini 3.5 Flash high 发布日期: 2026-05-19
分数	8.2	9.5
排名	#25	#2
可靠性	10.0	10.0
一致性	9.6	9.3
测试正确
尝试通过率	71.2%	93.9%
不稳定测试	1	2
总运行次数	66	66
每个结果成本	4.286	9.879
总成本	$0.643	$1.976
输入价格	$0.300 / 1M	$1.500 / 1M
输出价格	$2.500 / 1M	$9.000 / 1M
总输入令牌	132,498	107,137
输出令牌	12,739	8,777
推理令牌	228,464	192,900
响应时间（平均）	21.18s	15.07s
响应时间（最大）	140.50s	145.92s
响应时间（总计）	465.89s	331.48s

Hamster playing table tennis

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

#25 Gemini 2.5 Flash

medium

无效SVG

成本: $0.000
时间: 274.0s
令牌: 0 tok

#2 Gemini 3.5 Flash

high

成本: $0.208
时间: 118.2s
令牌: 23,158 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
Gemini 2.5 Flash	8.4	10.0	75.0%	0		6.30s	492	255	10,233
Gemini 3.5 Flash	10.0	10.0	100.0%	0		2.57s	492	174	4,997

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
Gemini 2.5 Flash	7.8	10.0	66.7%	0		41.01s	6,669	543	32,303
Gemini 3.5 Flash	10.0	10.0	100.0%	0		22.96s	8,118	456	47,129

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
Gemini 2.5 Flash	10.0	10.0	100.0%	0		84.47s	110,544	11,112	95,241
Gemini 3.5 Flash	8.2	6.9	66.7%	1		84.14s	82,416	7,153	93,585

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
Gemini 2.5 Flash	10.0	10.0	100.0%	0		4.06s	7,257	279	2,325
Gemini 3.5 Flash	10.0	10.0	100.0%	0		6.43s	7,548	279	8,466

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
Gemini 2.5 Flash	5.9	7.2	55.6%	1		37.34s	633	18	80,702
Gemini 3.5 Flash	7.6	7.2	77.8%	1		14.09s	633	12	24,721

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
Gemini 2.5 Flash	4.8	10.0	0.0%	0		4.86s	486	92	1,899
Gemini 3.5 Flash	10.0	10.0	100.0%	0		3.63s	486	115	1,650

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
Gemini 2.5 Flash	9.8	10.0	100.0%	0		2.62s	615	69	1,203
Gemini 3.5 Flash	10.0	10.0	100.0%	0		3.35s	615	70	3,799

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
Gemini 2.5 Flash	7.7	10.0	66.7%	0		3.18s	558	126	2,499
Gemini 3.5 Flash	10.0	10.0	100.0%	0		3.23s	558	241	4,940

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
Gemini 2.5 Flash	10.0	10.0	100.0%	0		6.20s	5,088	234	1,140
Gemini 3.5 Flash	9.8	10.0	100.0%	0		4.96s	6,115	265	1,608

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
Gemini 2.5 Flash	3.0	10.0	0.0%	0		2.76s	156	11	919
Gemini 3.5 Flash	10.0	10.0	100.0%	0		3.94s	156	12	2,005

快速对比

切换对比组合

Gemini 3.5 FlashhighvsGPT-5.6 Sollow Gemini 2.5 FlashmediumvsMuse Spark 1.1low Gemini 2.5 FlashmediumvsMuse Spark 1.1high Gemini 2.5 FlashmediumvsGrok 4.5low Gemini 3.5 FlashhighvsGPT-5.6 Solmedium Gemini 2.5 FlashmediumvsGPT-5.2 Chatnone Gemini 2.5 FlashmediumvsGLM 5.2high Gemini 3.5 FlashhighvsGPT-5.5low Gemini 2.5 FlashmediumvsKimi K3max Gemini 2.5 FlashmediumvsGPT-5.6 Terrahigh Gemini 3.5 FlashhighvsQwen3.7 Maxmedium Claude Opus 4.8lowvsGemini 2.5 Flashmedium