AI BENCHY 对比

Google: Gemini 3.1 Flash Lite vs Google: Gemini 3 Flash Preview

摘要

Gemini 3.1 Flash Lite vs Gemini 3 Flash Preview benchmark 对比：Gemini 3 Flash Preview 平均分领先，为 9.6 vs 7.8。 Gemini 3.1 Flash Lite benchmark 成本更低，为 $0.071 vs $0.667。 Gemini 3.1 Flash Lite 更快，为 3.23s vs 18.64s，通过率为 65.1% vs 98.4%。

推荐模型: Gemini 3 Flash Preview - 它在本次比较中得分最高（9.6），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：: 2026-06-18

指标	Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite medium 发布日期: 2026-05-08	Gemini 3 Flash Preview Gemini 3 Flash Preview medium 发布日期: 2025-12-17

指标	Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite medium 发布日期: 2026-05-08	Gemini 3 Flash Preview Gemini 3 Flash Preview medium 发布日期: 2025-12-17
分数	7.8	9.6
排名	#34	#2
可靠性	10.0	10.0
一致性	9.2	9.7
测试正确
尝试通过率	65.1%	98.4%
不稳定测试	2	1
总运行次数	63	63
每个结果成本	0.539	3.335
总成本	$0.071	$0.667
输入价格	$0.250 / 1M	$0.500 / 1M
输出价格	$1.500 / 1M	$3.000 / 1M
总输入令牌	36,808	37,017
输出令牌	2,254	2,006
推理令牌	38,300	214,153
响应时间（平均）	3.23s	18.64s
响应时间（最大）	10.87s	117.26s
响应时间（总计）	67.80s	391.35s

生成展示

Hamster playing table tennis

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

#34 Gemini 3.1 Flash Lite

medium

成本: $0.003
时间: 5.3s
令牌: 1,754 tok

#2 Gemini 3 Flash Preview

medium

成本: $0.010
时间: 17.9s
令牌: 3,236 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	9.1	10.0	75.0%	0		2.39s	502	604	4,201
Gemini 3 Flash Preview	10.0	10.0	100.0%	0		3.88s	494	330	3,216

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		3.81s	8,134	459	8,978
Gemini 3 Flash Preview	8.6	7.6	88.9%	1		84.40s	8,122	462	161,084

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	10.0	10.0	100.0%	0		10.87s	12,873	327	7,401
Gemini 3 Flash Preview	10.0	10.0	100.0%	0		22.42s	12,873	351	10,485

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		2.60s	7,362	279	2,845
Gemini 3 Flash Preview	10.0	10.0	100.0%	0		5.43s	7,548	279	4,893

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	2.9	7.2	11.1%	1		3.16s	643	15	5,165
Gemini 3 Flash Preview	10.0	10.0	100.0%	0		15.27s	633	12	21,684

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	10.0	10.0	100.0%	0		2.60s	488	84	1,142
Gemini 3 Flash Preview	10.0	10.0	100.0%	0		5.19s	486	72	1,905

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	9.9	10.0	100.0%	0		2.59s	623	75	3,320
Gemini 3 Flash Preview	10.0	10.0	100.0%	0		4.04s	615	72	2,709

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	7.6	7.2	77.8%	1		1.95s	568	165	2,450
Gemini 3 Flash Preview	10.0	10.0	100.0%	0		4.05s	558	183	4,365

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		4.55s	5,457	234	921
Gemini 3 Flash Preview	10.0	10.0	100.0%	0		12.60s	5,532	234	1,487

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		3.08s	158	12	1,877
Gemini 3 Flash Preview	10.0	10.0	100.0%	0		5.50s	156	11	2,325

快速对比

切换对比组合