AI BENCHY 对比
Google: Gemini 2.5 Flash vs Qwen3.6 Plus
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-04-02
| 指标 | Gemini 2.5 Flash Gemini 2.5 Flash medium | Qwen3.6 Plus Qwen3.6 Plus medium 免费可用 |
|---|---|---|
| 分数 | 8.1 | 8.4 |
| 排名 | #16 | #9 |
| 一致性 | 9.5 | 9.5 |
| 测试正确 | ||
| 尝试通过率 | 74.5% | 78.4% |
| 不稳定测试 | 1 | 1 |
| 总运行次数 | 51 | 51 |
| 每个结果成本 | 2.430 | 0.000 |
| 总成本 | $0.292 | $0.000 |
| ???? | $0.300 / 1M | $0.000 / 1M |
| ???? | $2.500 / 1M | $0.000 / 1M |
| 输出令牌 | 1,376 | 1,763 |
| 推理令牌 | 111,923 | 83,782 |
| 响应时间（平均） | 11.88s | 15.27s |
| 响应时间（最大） | 95.48s | 43.55s |
| 响应时间（总计） | 201.89s | 259.55s |
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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Gemini 2.5 Flash | 8.4 | 10.0 | 75.0% | 0 | 6.30s | 255 | 10,233 | |
| Qwen3.6 Plus | 10.0 | 10.0 | 100.0% | 0 | 9.90s | 207 | 7,557 |
| 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Gemini 2.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 28.44s | 303 | 11,922 | |
| Qwen3.6 Plus | 10.0 | 10.0 | 100.0% | 0 | 34.95s | 452 | 13,073 |
| 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Gemini 2.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 4.06s | 279 | 2,325 | |
| Qwen3.6 Plus | 10.0 | 10.0 | 100.0% | 0 | 14.95s | 270 | 10,706 |
| 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Gemini 2.5 Flash | 5.9 | 7.2 | 55.6% | 1 | 37.34s | 18 | 80,702 | |
| Qwen3.6 Plus | 2.9 | 7.2 | 11.1% | 1 | 29.59s | 56 | 33,464 |
| 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Gemini 2.5 Flash | 4.8 | 10.0 | 0.0% | 0 | 4.86s | 92 | 1,899 | |
| Qwen3.6 Plus | 5.1 | 10.0 | 0.0% | 0 | 27.05s | 111 | 5,232 |
| 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Gemini 2.5 Flash | 9.8 | 10.0 | 100.0% | 0 | 2.62s | 69 | 1,203 | |
| Qwen3.6 Plus | 10.0 | 10.0 | 100.0% | 0 | 7.54s | 102 | 5,552 |
| Puzzle Solving | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Gemini 2.5 Flash | 7.7 | 10.0 | 66.7% | 0 | 3.94s | 126 | 2,499 | |
| Qwen3.6 Plus | 10.0 | 10.0 | 100.0% | 0 | 6.11s | 298 | 6,868 |
| 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Gemini 2.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 6.20s | 234 | 1,140 | |
| Qwen3.6 Plus | 10.0 | 10.0 | 100.0% | 0 | 5.87s | 267 | 1,330 |
快速对比
切换对比组合
Gemini 3 Flash PreviewlowvsQwen3.6 Plusmedium免费可用Gemini 2.5 FlashmediumvsGPT-5.2 ChatnoneGemini 3.1 Flash Lite PreviewlowvsQwen3.6 Plusmedium免费可用Gemini 3 Flash PreviewnonevsQwen3.6 Plusmedium免费可用Gemini 2.5 FlashmediumvsGPT-5.3 ChatnoneGemini 3.1 Flash Lite PreviewnonevsQwen3.6 Plusmedium免费可用GPT-5.2 ChatnonevsQwen3.6 Plusmedium免费可用Claude Sonnet 4.6nonevsGemini 2.5 FlashmediumGPT-5.3 ChatnonevsQwen3.6 Plusmedium免费可用Claude Sonnet 4.6nonevsQwen3.6 Plusmedium免费可用Gemini 2.5 FlashmediumvsQwen3.5 Plus 2026-02-15noneGemini 2.5 FlashmediumvsGLM 5none