AI BENCHY 对比

Google: Gemini 3.1 Flash Lite vs Qwen: Qwen3.6 27B

摘要

Gemini 3.1 Flash Lite vs Qwen3.6 27B benchmark 对比：Qwen3.6 27B 平均分领先，为 6.6 vs 6.1。 Gemini 3.1 Flash Lite benchmark 成本更低，为 $0.013 vs $0.440。 Gemini 3.1 Flash Lite 更快，为 1.33s vs 59.71s，通过率为 54.0% vs 60.3%。

推荐模型: Gemini 3.1 Flash Lite - 它的得分接近这里的最高分（6.1 vs 6.6），同时成本比Qwen3.6 27B低约 33.9 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 minimal 发布日期: 2026-05-08	Qwen3.6 27B Qwen3.6 27B medium 发布日期: 2026-04-20

指标	Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite minimal 发布日期: 2026-05-08	Qwen3.6 27B Qwen3.6 27B medium 发布日期: 2026-04-20
分数	6.1	6.6
排名	#94	#81
可靠性	10.0	10.0
一致性	8.8	8.2
测试正确
尝试通过率	54.0%	60.3%
不稳定测试	3	5
总运行次数	63	63
每个结果成本	0.130	3.361
总成本	$0.013	$0.440
输入价格	$0.250 / 1M	$0.289 / 1M
输出价格	$1.500 / 1M	$3.170 / 1M
总输入令牌	36,973	39,376
输出令牌	2,487	16,189
推理令牌	0	122,521
响应时间（平均）	1.33s	59.71s
响应时间（最大）	4.49s	168.22s
响应时间（总计）	27.91s	1254.01s

生成展示

Hamster playing table tennis

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

#94 Gemini 3.1 Flash Lite

minimal

成本: $0.001
时间: 3.7s
令牌: 635 tok

#81 Qwen3.6 27B

medium

成本: $0.009
时间: 39.6s
令牌: 3,090 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
Qwen3.6 27B	8.3	10.0	75.0%	0		12.62s	453	582	4,311

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
Qwen3.6 27B	7.7	10.0	66.7%	0		142.99s	5,051	7,968	43,367

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
Qwen3.6 27B	7.0	3.7	66.7%	1		83.07s	15,104	2,088	14,689

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
Qwen3.6 27B	3.5	1.4	50.0%	2		37.30s	7,778	568	9,404

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
Qwen3.6 27B	2.9	7.2	11.1%	1		73.38s	662	3,510	20,352

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
Qwen3.6 27B	6.5	3.4	66.7%	1		39.53s	516	81	3,045

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
Qwen3.6 27B	10.0	10.0	100.0%	0		37.96s	699	346	6,548

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
Qwen3.6 27B	7.7	10.0	66.7%	0		61.14s	696	255	12,044

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
Qwen3.6 27B	10.0	10.0	100.0%	0		16.88s	8,213	390	2,954

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
Qwen3.6 27B	3.0	10.0	0.0%	0		80.99s	204	401	5,807

快速对比

切换对比组合