AI BENCHY 对比
Google: Gemini 2.5 Flash vs Google: Gemma 4 26B A4B
基准结果生成自 AI BENCHY 测试套件,时间:: 2026-04-16
| 指标 | Gemini 2.5 Flash Gemini 2.5 Flash none | Gemma 4 26B A4B Gemma 4 26B A4B none 免费可用 |
|---|---|---|
| 分数 | 6.2 | 6.2 |
| 排名 | #61 | #59 |
| 一致性 | 9.2 | 8.7 |
| 测试正确 | ||
| 尝试通过率 | 44.4% | 48.2% |
| 不稳定测试 | 2 | 3 |
| 总运行次数 | 54 | 54 |
| 每个结果成本 | 0.184 | 0.071 |
| 总成本 | $0.013 | $0.005 |
| ???? | $0.300 / 1M | $0.070 / 1M |
| ???? | $2.500 / 1M | $0.400 / 1M |
| 输出令牌 | 1,726 | 1,783 |
| 推理令牌 | 0 | 0 |
| 响应时间(平均) | 903ms | 6.59s |
| 响应时间(最大) | 4.39s | 57.10s |
| 响应时间(总计) | 16.26s | 118.61s |
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 | 3.0 | 10.0 | 0.0% | 0 | 582ms | 102 | 0 | |
| Gemma 4 26B A4B | 8.3 | 10.0 | 75.0% | 0 | 1.28s | 230 | 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) | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Gemini 2.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 1.16s | 453 | 0 | |
| Gemma 4 26B A4B | 4.7 | 1.6 | 66.7% | 1 | 7.07s | 448 | 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) | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Gemini 2.5 Flash | 3.0 | 10.0 | 0.0% | 0 | 4.39s | 366 | 0 | |
| Gemma 4 26B A4B | 3.0 | 10.0 | 0.0% | 0 | 30.53s | 309 | 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) | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Gemini 2.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 652ms | 279 | 0 | |
| Gemma 4 26B A4B | 10.0 | 10.0 | 100.0% | 0 | 1.70s | 285 | 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) | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Gemini 2.5 Flash | 5.9 | 7.2 | 55.6% | 1 | 495ms | 12 | 0 | |
| Gemma 4 26B A4B | 3.6 | 7.2 | 22.2% | 1 | 2.49s | 27 | 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) | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Gemini 2.5 Flash | 5.0 | 10.0 | 0.0% | 0 | 615ms | 78 | 0 | |
| Gemma 4 26B A4B | 4.0 | 10.0 | 0.0% | 0 | 3.54s | 85 | 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) | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Gemini 2.5 Flash | 8.0 | 6.8 | 66.7% | 1 | 672ms | 70 | 0 | |
| Gemma 4 26B A4B | 4.4 | 6.9 | 16.7% | 1 | 1.08s | 75 | 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) | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Gemini 2.5 Flash | 5.7 | 10.0 | 33.3% | 0 | 576ms | 132 | 0 | |
| Gemma 4 26B A4B | 5.7 | 10.0 | 33.3% | 0 | 739ms | 114 | 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) | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Gemini 2.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 1.91s | 234 | 0 | |
| Gemma 4 26B A4B | 10.0 | 10.0 | 100.0% | 0 | 57.10s | 210 | 0 |
快速对比
切换对比组合
Gemma 4 26B A4Bnone免费可用vsGPT-5 NanomediumGemini 2.5 FlashnonevsGPT-5 NanomediumGemma 4 26B A4Bnone免费可用vsMercury 2mediumGemini 2.5 Flashnonevsgpt-oss-120bmedium免费可用Gemini 2.5 FlashnonevsMercury 2mediumGemma 4 26B A4Bnone免费可用vsgpt-oss-120bmedium免费可用Gemini 2.5 FlashnonevsMiniMax M2.5medium免费可用Gemma 4 26B A4Bnone免费可用vsGrok 4.1 FastmediumGemma 4 26B A4Bnone免费可用vsMiniMax M2.5medium免费可用Gemini 2.5 FlashnonevsGrok 4.1 FastmediumGemini 2.5 FlashnonevsMistral Small 4mediumGemma 4 26B A4Bnone免费可用vsMistral Small 4medium