Google: Gemini 3.1 Flash Lite Preview vs Google: Gemma 4 31B

Gemini 3.1 Flash Lite Preview (low) 平均分领先，为 6.5 vs 6.3。 Gemma 4 31B (medium) benchmark 成本更低，为 $0.116 vs $0.646。 Gemini 3.1 Flash Lite Preview (low) 更快，为 16.70s vs 75.38s，通过率为 59.1% vs 68.2%。

推荐模型Gemma 4 31B (medium)它的得分接近这里的最高分（6.3 vs 6.5），同时成本比Gemini 3.1 Flash Lite Preview (low)低约 5.6 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-25

指标	Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview low 发布日期: 2026-03-03	Gemma 4 31B Gemma 4 31B medium 发布日期: 2026-04-02 免费可用

指标	Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview low 发布日期: 2026-03-03	Gemma 4 31B Gemma 4 31B medium 发布日期: 2026-04-02 免费可用
分数	6.5	6.3
排名	#114	#121
可靠性	10.0	10.0
一致性	10.0	9.0
测试正确
尝试通过率	59.1%	68.2%
不稳定测试	0	2
总运行次数	66	66
每个结果成本	4.969	1.044
总成本	$0.646	$0.116
输入价格	$0.250 / 1M	$0.140 / 1M
输出价格	$1.500 / 1M	$0.400 / 1M
总输入令牌	110,185	94,992
输出令牌	14,717	34,468
推理令牌	397,483	223,278
响应时间（平均）	16.70s	75.38s
响应时间（最大）	309.35s	437.40s
响应时间（总计）	367.47s	1507.52s

Hamster playing table tennis

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

#114 Gemini 3.1 Flash Lite Preview

low

成本: $0.002
时间: 3.7s
令牌: 1,203 tok

#121 Gemma 4 31B

medium

成本: $0.002
时间: 45.7s
令牌: 2,696 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 Preview	8.3	10.0	75.0%	0		2.12s	506	462	1,638
Gemma 4 31B	10.0	10.0	100.0%	0		12.89s	816	962	2,046

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 Preview	5.5	10.0	33.3%	0		1.39s	8,138	660	1,060
Gemma 4 31B	4.3	5.8	22.2%	1		219.76s	5,568	11,098	33,212

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 Preview	3.0	10.0	0.0%	0		160.63s	85,851	12,656	389,079
Gemma 4 31B	2.9	5.8	16.7%	1		433.11s	77,035	12,112	157,552

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 Preview	10.0	10.0	100.0%	0		3.00s	7,455	291	696
Gemma 4 31B	10.0	10.0	100.0%	0		21.11s	8,334	1,822	2,951

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 Preview	5.3	10.0	33.3%	0		2.36s	641	18	1,212
Gemma 4 31B	7.7	10.0	66.7%	0		38.48s	876	4,349	8,985

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 Preview	4.0	10.0	0.0%	0		1.54s	490	69	384
Gemma 4 31B	10.0	10.0	100.0%	0		9.57s	567	105	888

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 Preview	10.0	10.0	100.0%	0		1.49s	621	72	753
Gemma 4 31B	10.0	10.0	100.0%	0		12.76s	777	533	2,035

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 Preview	10.0	10.0	100.0%	0		1.69s	566	243	1,248
Gemma 4 31B	9.9	10.0	100.0%	0		26.91s	801	1,795	5,595

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 Preview	10.0	10.0	100.0%	0		9.54s	5,757	237	993
Gemma 4 31B	3.0	10.0	0.0%	0		0ms	0	0	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 Preview	3.0	10.0	0.0%	0		1.35s	160	9	420
Gemma 4 31B	3.0	10.0	0.0%	0		90.14s	218	1,692	10,014

快速对比

切换对比组合

Gemini 3.1 Flash Lite PreviewlowvsQwen3.5-27Bnone Gemini 3.1 Flash Lite PreviewlowvsLaguna XS 2.1medium免费可用 Gemini 3.1 Flash Lite PreviewlowvsMiMo-V2.5medium Gemma 4 31Bmedium免费可用vsLongCat 2.0none Claude Sonnet 5nonevsGemma 4 31Bmedium免费可用 Gemini 3.1 Flash Lite PreviewlowvsQwen3.6 27Bmedium Gemini 3.1 Flash Lite PreviewlowvsQwen3.5 Plus 2026-02-15none Gemini 3.1 Flash Lite PreviewlowvsQwen3.6 Max Previewnone Gemma 4 31Bmedium免费可用vsLing 3.0 Flashhigh免费可用 Seed-2.0-LitenonevsGemma 4 31Bmedium免费可用 Gemma 4 31Bmedium免费可用vsGPT-5.6 Lunalow Gemini 3.1 Flash Lite PreviewlowvsLing 3.0 Flashhigh免费可用