AI BENCHY 对比

Google: Gemini 3.1 Flash Lite Preview vs Qwen: Qwen3.5-27B

摘要

Gemini 3.1 Flash Lite Preview vs Qwen3.5-27B benchmark 对比：Qwen3.5-27B 平均分领先，为 7.8 vs 7.4。 Gemini 3.1 Flash Lite Preview benchmark 成本更低，为 $0.026 vs $0.536。 Gemini 3.1 Flash Lite Preview 更快，为 2.77s vs 68.39s，通过率为 61.9% vs 73.0%。

推荐模型: Gemini 3.1 Flash Lite Preview - 它的得分接近这里的最高分（7.4 vs 7.8），同时成本比Qwen3.5-27B低约 21.1 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-10

指标	Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview low 发布日期: 2026-03-03	Qwen3.5-27B Qwen3.5-27B medium 发布日期: 2026-02-24

指标	Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview low 发布日期: 2026-03-03	Qwen3.5-27B Qwen3.5-27B medium 发布日期: 2026-02-24
分数	7.4	7.8
排名	#51	#31
可靠性	10.0	10.0
一致性	10.0	8.5
测试正确
尝试通过率	61.9%	73.0%
不稳定测试	0	4
总运行次数	63	63
每个结果成本	0.196	4.901
总成本	$0.026	$0.536
输入价格	$0.250 / 1M	$0.195 / 1M
输出价格	$1.500 / 1M	$1.560 / 1M
总输入令牌	32,715	42,164
输出令牌	2,286	8,534
推理令牌	9,166	329,289
响应时间（平均）	2.77s	68.39s
响应时间（最大）	11.91s	234.36s
响应时间（总计）	58.12s	1436.24s

Generation showcase

Hamster playing table tennis

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

#51 Gemini 3.1 Flash Lite Preview

low

Cost: $0.002
Time: 3.7s
Tokens: 1,203 tok

#31 Qwen3.5-27B

medium

Cost: $0.008
Time: 62.0s
Tokens: 3,099 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
Qwen3.5-27B	8.7	7.9	91.7%	1		19.75s	672	569	31,505

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
Qwen3.5-27B	6.2	7.1	55.6%	1		160.69s	7,895	6,381	89,388

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
Qwen3.5-27B	10.0	10.0	100.0%	0		163.96s	14,946	483	9,991

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
Qwen3.5-27B	10.0	10.0	100.0%	0		30.26s	7,782	270	16,150

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
Qwen3.5-27B	5.3	10.0	33.3%	0		79.53s	553	43	52,368

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
Qwen3.5-27B	6.1	3.1	66.7%	1		101.41s	524	70	23,147

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
Qwen3.5-27B	10.0	10.0	100.0%	0		19.66s	699	97	11,638

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
Qwen3.5-27B	8.2	7.7	77.8%	1		59.60s	696	242	70,096

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
Qwen3.5-27B	10.0	10.0	100.0%	0		7.45s	8,193	348	1,323

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
Qwen3.5-27B	3.0	10.0	0.0%	0		85.11s	204	31	23,683

快速对比

切换对比组合