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

Qwen3.5-Flash (medium) 平均分领先，为 6.2 vs 6.1。 Gemini 3.1 Flash Lite (minimal) benchmark 成本更低，为 $0.047 vs $0.139。 Gemini 3.1 Flash Lite (minimal) 更快，为 1.86s vs 84.82s，通过率为 51.5% vs 69.7%。

推荐模型Gemini 3.1 Flash Lite (minimal)它的得分接近这里的最高分（6.1 vs 6.2），同时成本比Qwen3.5-Flash (medium)低约 3.0 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-17

指标	Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite minimal 发布日期: 2026-05-08	Qwen3.5-Flash Qwen3.5-Flash medium 发布日期: 2026-02-24

指标	Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite minimal 发布日期: 2026-05-08	Qwen3.5-Flash Qwen3.5-Flash medium 发布日期: 2026-02-24
分数	6.1	6.2
排名	#114	#108
可靠性	10.0	10.0
一致性	8.9	7.8
测试正确
尝试通过率	51.5%	69.7%
不稳定测试	3	6
总运行次数	66	66
每个结果成本	0.465	1.361
总成本	$0.047	$0.139
输入价格	$0.250 / 1M	$0.065 / 1M
输出价格	$1.500 / 1M	$0.260 / 1M
总输入令牌	119,065	118,499
输出令牌	11,118	12,284
推理令牌	0	490,610
响应时间（平均）	1.86s	84.82s
响应时间（最大）	12.97s	515.38s
响应时间（总计）	40.88s	1781.22s

Hamster playing table tennis

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

#114 Gemini 3.1 Flash Lite

minimal

成本: $0.001
时间: 3.7s
令牌: 635 tok

#108 Qwen3.5-Flash

medium

成本: $0.002
时间: 25.8s
令牌: 4,294 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

类别:

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	8.3	10.0	75.0%	0		1.10s	500	639	0
Qwen3.5-Flash	10.0	10.0	100.0%	0		59.11s	672	383	32,992

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		831ms	8,126	666	0
Qwen3.5-Flash	3.7	7.2	22.2%	1		58.87s	6,685	302	90,081

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		7.75s	94,962	8,988	0
Qwen3.5-Flash	6.4	5.8	66.7%	1		266.58s	94,507	10,679	204,282

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		1.04s	7,552	279	0
Qwen3.5-Flash	7.3	5.9	83.3%	1		56.99s	6,061	235	16,237

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		1.02s	641	15	0
Qwen3.5-Flash	5.3	7.2	44.4%	1		146.50s	581	58	43,615

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		791ms	490	63	0
Qwen3.5-Flash	6.1	3.1	66.7%	1		40.05s	516	99	38,486

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		932ms	615	72	0
Qwen3.5-Flash	10.0	10.0	100.0%	0		63.49s	699	98	14,139

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	6.0	4.6	66.7%	2		2.15s	564	153	0
Qwen3.5-Flash	8.2	7.2	88.9%	1		27.61s	381	89	12,457

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		3.51s	5,457	234	0
Qwen3.5-Flash	10.0	10.0	100.0%	0		10.33s	8,193	309	1,284

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		724ms	158	9	0
Qwen3.5-Flash	3.0	10.0	0.0%	0		48.98s	204	32	37,037

快速对比

切换对比组合