AI BENCHY 对比
Google: Gemini 3.1 Flash Lite vs Qwen: Qwen3.7 Plus
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-03
| 指标 | Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite minimal | Qwen3.7 Plus Qwen3.7 Plus none |
|---|---|---|
| 分数 | 6.7 | 6.6 |
| 排名 | #80 | #82 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 8.8 | 10.0 |
| 测试正确 | ||
| 尝试通过率 | 56.7% | 50.0% |
| 不稳定测试 | 3 | 0 |
| 总运行次数 | 60 | 60 |
| 每个结果成本 | 0.123 | 0.264 |
| 总成本 | $0.013 | $0.027 |
| 输入价格 | $0.250 / 1M | $0.400 / 1M |
| 输出价格 | $1.500 / 1M | $1.600 / 1M |
| 总输入令牌 | 33,968 | 39,669 |
| 输出令牌 | 2,481 | 6,572 |
| 推理令牌 | 0 | 0 |
| 响应时间（平均） | 1.37s | 2.95s |
| 响应时间（最大） | 4.49s | 29.38s |
| 响应时间（总计） | 27.32s | 58.96s |
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 | |
| Qwen3.7 Plus | 6.5 | 10.0 | 50.0% | 0 | 1.38s | 696 | 349 | 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 | 6.8 | 10.0 | 50.0% | 0 | 951ms | 5,121 | 660 | 0 | |
| Qwen3.7 Plus | 6.8 | 10.0 | 50.0% | 0 | 2.77s | 5,070 | 633 | 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 | |
| Qwen3.7 Plus | 10.0 | 10.0 | 100.0% | 0 | 29.38s | 14,952 | 4,505 | 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 | |
| Qwen3.7 Plus | 10.0 | 10.0 | 100.0% | 0 | 1.43s | 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 | |
| Qwen3.7 Plus | 3.0 | 10.0 | 0.0% | 0 | 868ms | 789 | 18 | 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 | |
| Qwen3.7 Plus | 5.3 | 10.0 | 0.0% | 0 | 1.33s | 522 | 78 | 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 | |
| Qwen3.7 Plus | 6.3 | 10.0 | 50.0% | 0 | 929ms | 711 | 72 | 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 | |
| Qwen3.7 Plus | 7.7 | 10.0 | 66.7% | 0 | 1.71s | 714 | 443 | 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 | |
| Qwen3.7 Plus | 10.0 | 10.0 | 100.0% | 0 | 3.54s | 8,211 | 222 | 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 | |
| Qwen3.7 Plus | 3.0 | 10.0 | 0.0% | 0 | 1.21s | 210 | 9 | 0 |
快速对比
切换对比组合
Gemini 3.1 Flash LiteminimalvsKimi K2.5mediumKimi K2.5mediumvsQwen3.7 PlusnoneGemini 3.1 Flash LiteminimalvsQwen3.6 27BmediumMercury 2mediumvsQwen3.7 PlusnoneGemini 3.1 Flash LiteminimalvsGPT-5.5noneDeepSeek V3.2mediumvsGemini 3.1 Flash LiteminimalGemini 3.1 Flash LiteminimalvsMercury 2mediumDeepSeek V3.2mediumvsQwen3.7 PlusnoneGemini 3.1 Flash LiteminimalvsMimo V2 OmnimediumGemini 3.1 Flash LiteminimalvsQwen3.5 Plus 2026-02-15noneGemini 3.1 Flash LiteminimalvsRing-2.6-1TnoneQwen3.7 PlusnonevsMimo V2 Omnimedium