AI BENCHY 对比

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

摘要

Gemini 3.1 Flash Lite vs Qwen3.5-Flash benchmark 对比：平均分几乎持平，为 6.1 vs 6.1。 Qwen3.5-Flash benchmark 成本更低，为 $0.005 vs $0.013。 Gemini 3.1 Flash Lite 更快，为 1.33s vs 3.58s，通过率为 54.0% vs 39.7%。

推荐模型: Qwen3.5-Flash - 它在这里得分最高（6.1），同时成本比Gemini 3.1 Flash Lite低约 3.1 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 minimal 发布日期: 2026-05-08	Qwen3.5-Flash Qwen3.5-Flash none 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 none 发布日期: 2026-02-24
分数	6.1	6.1
排名	#95	#97
可靠性	10.0	10.0
一致性	8.8	9.7
测试正确
尝试通过率	54.0%	39.7%
不稳定测试	3	1
总运行次数	63	63
每个结果成本	0.130	0.075
总成本	$0.013	$0.005
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	36,973	46,439
输出令牌	2,487	4,276
推理令牌	0	0
响应时间（平均）	1.33s	3.58s
响应时间（最大）	4.49s	27.18s
响应时间（总计）	27.91s	75.28s

Generation showcase

Hamster playing table tennis

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

#95 Gemini 3.1 Flash Lite

minimal

Cost: $0.001
Time: 3.7s
Tokens: 635 tok

#97 Qwen3.5-Flash

none

Cost: $0.003
Time: 47.4s
Tokens: 7,799 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	8.3	10.0	75.0%	0		1.10s	500	639	0
Qwen3.5-Flash	3.5	8.3	8.3%	1		1.32s	696	690	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		831ms	8,126	666	0
Qwen3.5-Flash	5.5	10.0	33.3%	0		850ms	7,913	519	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		2.53s	12,870	357	0
Qwen3.5-Flash	3.0	10.0	0.0%	0		6.22s	18,879	1,794	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		1.04s	7,552	279	0
Qwen3.5-Flash	10.0	10.0	100.0%	0		1.57s	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	2.9	7.2	11.1%	1		1.02s	641	15	0
Qwen3.5-Flash	7.7	10.0	66.7%	0		905ms	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		791ms	490	63	0
Qwen3.5-Flash	10.0	10.0	100.0%	0		803ms	522	100	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		932ms	615	72	0
Qwen3.5-Flash	6.3	10.0	50.0%	0		8.81s	711	63	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	6.0	4.6	66.7%	2		2.15s	564	153	0
Qwen3.5-Flash	3.1	10.0	0.0%	0		10.89s	714	579	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		3.51s	5,457	234	0
Qwen3.5-Flash	10.0	10.0	100.0%	0		3.67s	8,211	264	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		724ms	158	9	0
Qwen3.5-Flash	3.0	10.0	0.0%	0		588ms	210	9	0

快速对比

切换对比组合