导航
AI BENCHY
Advertise here

AI BENCHY 对比

Google: Gemini 3.1 Flash Lite vs Qwen: Qwen3.5-122B-A10B

摘要

Gemini 3.1 Flash Lite vs Qwen3.5-122B-A10B benchmark 对比：平均分几乎持平，为 7.8 vs 7.7。 Gemini 3.1 Flash Lite benchmark 成本更低，为 $0.071 vs $0.588。 Gemini 3.1 Flash Lite 更快，为 3.23s vs 42.49s，通过率为 65.1% vs 73.0%。

推荐模型: Gemini 3.1 Flash Lite - 它在这里得分最高（7.8），同时成本比Qwen3.5-122B-A10B低约 8.4 倍。

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 Qwen3.5-122B-A10B Qwen3.5-122B-A10B medium 发布日期: 2026-02-24
分数 7.8 7.7
排名 #34 #36
可靠性 10.0 10.0
一致性 9.2 8.8
测试正确
尝试通过率 65.1% 73.0%
不稳定测试 2 3
总运行次数 63 63
每个结果成本 0.539 5.235
总成本 $0.071 $0.588
输入价格 $0.250 / 1M $0.260 / 1M
输出价格 $1.500 / 1M $2.080 / 1M
总输入令牌 36,808 41,832
输出令牌 2,254 26,187
推理令牌 38,300 251,028
响应时间（平均） 3.23s 42.49s
响应时间（最大） 10.87s 168.16s
响应时间（总计） 67.80s 892.30s

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

#36 Qwen3.5-122B-A10B

medium
成本
$0.019
时间
48.7s
令牌
6,034 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
Qwen3.5-122B-A10B 10.0 10.0 100.0% 0 9.75s 672 269 16,835
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
Qwen3.5-122B-A10B 6.0 7.2 55.6% 1 114.48s 7,630 8,057 82,578
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
Qwen3.5-122B-A10B 10.0 10.0 100.0% 0 107.79s 14,947 483 11,337
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
Qwen3.5-122B-A10B 10.0 10.0 100.0% 0 23.41s 7,782 270 16,558
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
Qwen3.5-122B-A10B 2.9 7.2 11.1% 1 63.40s 771 15,537 64,889
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
Qwen3.5-122B-A10B 3.4 2.2 33.3% 1 34.11s 344 66 7,592
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
Qwen3.5-122B-A10B 10.0 10.0 100.0% 0 9.88s 593 77 7,372
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
Qwen3.5-122B-A10B 10.0 10.0 100.0% 0 17.89s 696 284 27,575
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
Qwen3.5-122B-A10B 10.0 10.0 100.0% 0 4.60s 8,193 322 1,226
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
Qwen3.5-122B-A10B 3.0 10.0 0.0% 0 52.87s 204 822 15,066

快速对比

切换对比组合

Qwen3.5-122B-A10BmediumvsStep 3.7 FlashlowGemini 3.1 Flash LitemediumvsStep 3.7 FlashlowDeepSeek V4 ProhighvsQwen3.5-122B-A10BmediumDeepSeek V4 ProhighvsGemini 3.1 Flash LitemediumGPT-5.3 ChatnonevsQwen3.5-122B-A10BmediumGemini 3.1 Flash LitemediumvsGPT-5.3 ChatnoneGemini 3 Flash PreviewlowvsQwen3.5-122B-A10BmediumClaude Sonnet 4.6nonevsQwen3.5-122B-A10BmediumClaude Sonnet 4.6nonevsGemini 3.1 Flash LitemediumDeepSeek V4 FlashhighvsGemini 3.1 Flash LitemediumClaude Opus 4.8nonevsQwen3.5-122B-A10BmediumDeepSeek V4 FlashhighvsQwen3.5-122B-A10Bmedium