AI BENCHY 对比
Google: Gemini 3.1 Pro Preview vs LiquidAI: LFM2-24B-A2B
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-05-22
| 指标 | Gemini 3.1 Pro Preview Gemini 3.1 Pro Preview medium | LFM2-24B-A2B LFM2-24B-A2B none |
|---|---|---|
| 分数 | 9.3 | 4.2 |
| 排名 | #4 | #152 |
| 可靠性 | 10.0 | 不适用 |
| 一致性 | 10.0 | 9.0 |
| 测试正确 | ||
| 尝试通过率 | 90.0% | 18.8% |
| 不稳定测试 | 0 | 2 |
| 总运行次数 | 60 | 48 |
| 每个结果成本 | 5.586 | 0.024 |
| 总成本 | $1.006 | $0.001 |
| ???? | $2.000 / 1M | $0.030 / 1M |
| ???? | $12.000 / 1M | $0.120 / 1M |
| 输出令牌 | 1,968 | 1,185 |
| 推理令牌 | 75,373 | 0 |
| 响应时间（平均） | 20.80s | 811ms |
| 响应时间（最大） | 88.68s | 2.88s |
| 响应时间（总计） | 270.46s | 11.35s |
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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Gemini 3.1 Pro Preview | 10.0 | 10.0 | 100.0% | 0 | 7.90s | 112 | 3,218 | |
| LFM2-24B-A2B | 3.3 | 9.8 | 0.0% | 0 | 471ms | 490 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Gemini 3.1 Pro Preview | 7.0 | 9.8 | 50.0% | 0 | 54.28s | 429 | 37,735 | |
| LFM2-24B-A2B | - | - | - | - | - | - | - | - |
| 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Gemini 3.1 Pro Preview | 9.5 | 10.0 | 100.0% | 0 | 40.61s | 432 | 9,281 | |
| LFM2-24B-A2B | 3.0 | 10.0 | 0.0% | 0 | 0ms | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Gemini 3.1 Pro Preview | 10.0 | 10.0 | 100.0% | 0 | 7.72s | 279 | 3,904 | |
| LFM2-24B-A2B | 3.0 | 10.0 | 0.0% | 0 | 714ms | 219 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Gemini 3.1 Pro Preview | 7.7 | 10.0 | 66.7% | 0 | 32.73s | 18 | 12,424 | |
| LFM2-24B-A2B | 5.9 | 7.2 | 55.6% | 1 | 287ms | 30 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Gemini 3.1 Pro Preview | 10.0 | 10.0 | 100.0% | 0 | 11.77s | 108 | 1,179 | |
| LFM2-24B-A2B | 4.0 | 10.0 | 0.0% | 0 | 395ms | 72 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Gemini 3.1 Pro Preview | 10.0 | 10.0 | 100.0% | 0 | 9.56s | 72 | 2,236 | |
| LFM2-24B-A2B | 6.3 | 10.0 | 50.0% | 0 | 1.09s | 60 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Gemini 3.1 Pro Preview | 10.0 | 10.0 | 100.0% | 0 | 7.15s | 232 | 3,117 | |
| LFM2-24B-A2B | 3.7 | 7.7 | 11.1% | 1 | 1.69s | 314 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Gemini 3.1 Pro Preview | 10.0 | 10.0 | 100.0% | 0 | 23.15s | 274 | 982 | |
| LFM2-24B-A2B | 3.0 | 10.0 | 0.0% | 0 | 0ms | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Gemini 3.1 Pro Preview | 10.0 | 10.0 | 100.0% | 0 | 6.27s | 12 | 1,297 | |
| LFM2-24B-A2B | - | - | - | - | - | - | - | - |
快速对比
切换对比组合
Gemini 3.1 Pro PreviewmediumvsGPT-5.5lowGemini 3.1 Pro PreviewmediumvsQwen3.7 MaxnoneGemini 3.1 Pro PreviewmediumvsGPT-5.2 ChatnoneGemini 3.1 Pro PreviewmediumvsGPT-5.3 ChatnoneDeepSeek V4 Flashhigh免费可用vsGemini 3.1 Pro PreviewmediumGemini 3.1 Pro PreviewmediumvsRing-2.6-1TnoneGemini 3.1 Pro PreviewmediumvsQwen3.6 Max PreviewnoneClaude Sonnet 4.6nonevsGemini 3.1 Pro PreviewmediumDeepSeek V4 ProhighvsGemini 3.1 Pro PreviewmediumGemini 3.1 Pro PreviewmediumvsGrok Build 0.1noneGemini 3.1 Pro PreviewmediumvsGPT-5.5noneGemini 3.1 Pro PreviewmediumvsQwen3.5 Plus 2026-02-15none