导航
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY 对比

Google: Gemini 3.1 Pro Preview vs Google: Gemini 3.5 Flash

摘要

Gemini 3.1 Pro Preview vs Gemini 3.5 Flash benchmark 对比：Gemini 3.1 Pro Preview 平均分领先，为 9.2 vs 9.1。 Gemini 3.5 Flash benchmark 成本更低，为 $0.582 vs $1.054。 Gemini 3.5 Flash 更快，为 4.94s vs 20.14s，通过率为 90.5% vs 87.3%。

推荐模型: Gemini 3.5 Flash - 它的得分接近这里的最高分（9.1 vs 9.2），同时成本比Gemini 3.1 Pro Preview低约 1.8 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-02

指标 Gemini 3.1 Pro Preview Gemini 3.1 Pro Preview medium 发布日期: 2026-02-19 Gemini 3.5 Flash Gemini 3.5 Flash medium 发布日期: 2026-05-19
分数 9.2 9.1
排名 #7 #8
可靠性 10.0 10.0
一致性 10.0 9.6
测试正确
尝试通过率 90.5% 87.3%
不稳定测试 0 1
总运行次数 63 63
每个结果成本 5.546 3.229
总成本 $1.054 $0.582
输入价格 $2.000 / 1M $1.500 / 1M
输出价格 $12.000 / 1M $9.000 / 1M
总输入令牌 41,617 36,936
输出令牌 1,977 2,001
推理令牌 78,896 56,408
响应时间（平均） 20.14s 4.94s
响应时间（最大） 88.68s 18.07s
响应时间（总计） 281.92s 103.79s

生成展示

Hamster playing table tennis

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

#7 Gemini 3.1 Pro Preview

medium
成本
$0.115
时间
87.2s
令牌
9,629 tok

#8 Gemini 3.5 Flash

medium
成本
$0.201
时间
112.9s
令牌
22,371 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 Pro Preview 10.0 10.0 100.0% 0 7.90s 498 112 3,218
Gemini 3.5 Flash 10.0 10.0 100.0% 0 2.09s 492 171 3,385
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 Pro Preview 7.9 9.9 66.7% 0 40.17s 8,124 435 41,247
Gemini 3.5 Flash 7.9 7.5 77.8% 1 12.63s 8,118 461 24,939
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 Pro Preview 9.5 10.0 100.0% 0 40.61s 17,240 432 9,281
Gemini 3.5 Flash 10.0 10.0 100.0% 0 12.05s 12,873 351 7,807
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 Pro Preview 10.0 10.0 100.0% 0 7.72s 7,265 279 3,904
Gemini 3.5 Flash 10.0 10.0 100.0% 0 4.07s 7,548 279 3,784
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 Pro Preview 7.7 10.0 66.7% 0 32.73s 635 18 12,424
Gemini 3.5 Flash 7.7 10.0 66.7% 0 5.24s 633 12 8,047
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 Pro Preview 10.0 10.0 100.0% 0 11.77s 490 108 1,179
Gemini 3.5 Flash 10.0 10.0 100.0% 0 2.52s 486 115 1,144
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 Pro Preview 10.0 10.0 100.0% 0 9.56s 621 72 2,236
Gemini 3.5 Flash 9.9 10.0 100.0% 0 2.70s 615 71 2,855
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 Pro Preview 10.0 10.0 100.0% 0 6.90s 570 235 3,128
Gemini 3.5 Flash 7.7 10.0 66.7% 0 2.38s 558 295 2,747
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 Pro Preview 10.0 10.0 100.0% 0 23.15s 6,018 274 982
Gemini 3.5 Flash 10.0 10.0 100.0% 0 3.81s 5,457 234 455
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 Pro Preview 10.0 10.0 100.0% 0 6.27s 156 12 1,297
Gemini 3.5 Flash 10.0 10.0 100.0% 0 2.75s 156 12 1,245

快速对比

切换对比组合

Gemini 3.1 Pro PreviewmediumvsGPT-5.5lowGemini 3.5 FlashmediumvsGPT-5.5lowGemini 3.5 FlashmediumvsGPT-5.2 ChatnoneGemini 3.1 Pro PreviewmediumvsGPT-5.2 ChatnoneDeepSeek V4 FlashhighvsGemini 3.5 FlashmediumDeepSeek V4 FlashhighvsGemini 3.1 Pro PreviewmediumClaude Opus 4.8lowvsGemini 3.5 FlashmediumGemini 3.5 FlashmediumvsStep 3.7 FlashlowClaude Opus 4.8lowvsGemini 3.1 Pro PreviewmediumGemini 3.1 Pro PreviewmediumvsStep 3.7 FlashlowDeepSeek V4 ProhighvsGemini 3.5 FlashmediumDeepSeek V4 ProhighvsGemini 3.1 Pro Previewmedium