AI BENCHY 对比

Google: Gemini 3.1 Flash Lite vs Qwen: Qwen3.5-27B

摘要

Gemini 3.1 Flash Lite vs Qwen3.5-27B benchmark 对比：Gemini 3.1 Flash Lite 平均分领先，为 6.4 vs 5.9。 Qwen3.5-27B benchmark 成本更低，为 $0.015 vs $0.028。 Qwen3.5-27B 更快，为 1.68s vs 1.89s，通过率为 61.9% vs 38.1%。

推荐模型: Qwen3.5-27B - 它的得分接近这里的最高分（5.9 vs 6.4），同时成本比Gemini 3.1 Flash Lite低约 1.9 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-12

指标	Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite low 发布日期: 2026-05-08	Qwen3.5-27B Qwen3.5-27B none 发布日期: 2026-02-24

指标	Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite low 发布日期: 2026-05-08	Qwen3.5-27B Qwen3.5-27B none 发布日期: 2026-02-24
分数	6.4	5.9
排名	#83	#109
可靠性	10.0	10.0
一致性	9.3	9.3
测试正确
尝试通过率	61.9%	38.1%
不稳定测试	2	2
总运行次数	63	63
每个结果成本	0.227	0.249
总成本	$0.028	$0.015
输入价格	$0.250 / 1M	$0.195 / 1M
输出价格	$1.500 / 1M	$1.560 / 1M
总输入令牌	36,892	44,478
输出令牌	2,732	3,592
推理令牌	9,260	0
响应时间（平均）	1.89s	1.68s
响应时间（最大）	5.66s	9.39s
响应时间（总计）	39.62s	35.25s

Generation showcase

Hamster playing table tennis

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

#83 Gemini 3.1 Flash Lite

low

Cost: $0.003
Time: 4.0s
Tokens: 1,479 tok

#109 Qwen3.5-27B

none

Cost: $0.007
Time: 42.9s
Tokens: 4,273 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
Gemini 3.1 Flash Lite	7.3	6.2	75.0%	2		1.84s	500	1,013	1,548
Qwen3.5-27B	4.8	10.0	25.0%	0		788ms	696	267	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
Gemini 3.1 Flash Lite	5.5	10.0	33.3%	0		1.53s	8,132	471	1,072
Qwen3.5-27B	5.8	10.0	33.3%	0		1.80s	7,913	415	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
Gemini 3.1 Flash Lite	3.0	10.0	0.0%	0		4.48s	12,870	348	975
Qwen3.5-27B	2.8	1.6	33.3%	1		9.39s	16,918	1,461	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
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		1.44s	7,453	291	697
Qwen3.5-27B	10.0	10.0	100.0%	0		1.43s	7,794	243	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
Gemini 3.1 Flash Lite	5.3	10.0	33.3%	0		1.52s	639	15	1,214
Qwen3.5-27B	3.0	10.0	0.0%	0		540ms	789	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
Gemini 3.1 Flash Lite	4.0	10.0	0.0%	0		1.37s	492	69	438
Qwen3.5-27B	5.0	10.0	0.0%	0		2.51s	522	126	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
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		1.52s	619	72	760
Qwen3.5-27B	6.3	10.0	50.0%	0		1.03s	711	69	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
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		1.40s	570	210	1,191
Qwen3.5-27B	6.7	7.9	55.6%	1		1.38s	714	683	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
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		5.66s	5,457	234	945
Qwen3.5-27B	10.0	10.0	100.0%	0		3.54s	8,211	303	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
Gemini 3.1 Flash Lite	3.0	10.0	0.0%	0		1.46s	160	9	420
Qwen3.5-27B	3.0	10.0	0.0%	0		599ms	210	10	0

快速对比

切换对比组合