AI BENCHY 对比

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

摘要

Gemini 3.1 Flash Lite Preview vs Gemma 4 31B benchmark 对比：Gemini 3.1 Flash Lite Preview 平均分领先，为 6.5 vs 6.1。 Gemma 4 31B benchmark 成本更低，为 $0.004 vs $0.026。 Gemini 3.1 Flash Lite Preview 更快，为 2.77s vs 4.05s，通过率为 61.9% vs 47.6%。

推荐模型: Gemma 4 31B - 它的得分接近这里的最高分（6.1 vs 6.5），同时成本比Gemini 3.1 Flash Lite Preview低约 8.4 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 Preview Gemini 3.1 Flash Lite Preview low 发布日期: 2026-03-03	Gemma 4 31B Gemma 4 31B none 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 none 发布日期: 2026-04-02 免费可用
分数	6.5	6.1
排名	#82	#98
可靠性	10.0	10.0
一致性	10.0	10.0
测试正确
尝试通过率	61.9%	47.6%
不稳定测试	0	0
总运行次数	63	63
每个结果成本	0.196	0.034
总成本	$0.026	$0.004
输入价格	$0.250 / 1M	$0.120 / 1M
输出价格	$1.500 / 1M	$0.350 / 1M
总输入令牌	32,715	20,911
输出令牌	2,286	1,407
推理令牌	9,166	0
响应时间（平均）	2.77s	4.05s
响应时间（最大）	11.91s	26.13s
响应时间（总计）	58.12s	76.87s

生成展示

Hamster playing table tennis

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

#82 Gemini 3.1 Flash Lite Preview

low

成本: $0.002
时间: 3.7s
令牌: 1,203 tok

#98 Gemma 4 31B

none

成本: $0.001
时间: 12.8s
令牌: 795 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 Preview	8.3	10.0	75.0%	0		2.12s	506	462	1,638
Gemma 4 31B	6.5	10.0	50.0%	0		1.85s	852	45	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 Preview	5.5	10.0	33.3%	0		1.39s	8,138	660	1,060
Gemma 4 31B	5.5	10.0	33.3%	0		11.19s	8,381	735	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 Preview	3.0	10.0	0.0%	0		11.91s	8,381	225	762
Gemma 4 31B	3.0	10.0	0.0%	0		0ms	0	0	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 Preview	10.0	10.0	100.0%	0		3.00s	7,455	291	696
Gemma 4 31B	10.0	10.0	100.0%	0		2.25s	8,352	285	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 Preview	5.3	10.0	33.3%	0		2.36s	641	18	1,212
Gemma 4 31B	7.7	10.0	66.7%	0		3.22s	903	27	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 Preview	4.0	10.0	0.0%	0		1.54s	490	69	384
Gemma 4 31B	10.0	10.0	100.0%	0		2.09s	576	117	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 Preview	10.0	10.0	100.0%	0		1.49s	621	72	753
Gemma 4 31B	6.5	10.0	50.0%	0		2.84s	795	78	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 Preview	10.0	10.0	100.0%	0		1.69s	566	243	1,248
Gemma 4 31B	6.5	10.0	33.3%	0		4.23s	828	108	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 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		1.25s	224	12	0

快速对比

切换对比组合