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 Qwen: Qwen3.7 Max

摘要

Gemini 3.1 Pro Preview vs Qwen3.7 Max benchmark 对比：Qwen3.7 Max 平均分领先，为 9.4 vs 9.2。 Qwen3.7 Max benchmark 成本更低，为 $0.523 vs $1.054。 Qwen3.7 Max 更快，为 16.02s vs 20.14s，通过率为 90.5% vs 88.9%。

推荐模型: Qwen3.7 Max - 它在这里得分最高（9.4），同时成本比Gemini 3.1 Pro Preview低约 2.0 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 Qwen3.7 Max Qwen3.7 Max medium 发布日期: 2026-05-22
分数 9.2 9.4
排名 #7 #3
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% 88.9%
不稳定测试 0 1
总运行次数 63 63
每个结果成本 5.546 5.517
总成本 $1.054 $0.523
输入价格 $2.000 / 1M $1.250 / 1M
输出价格 $12.000 / 1M $3.750 / 1M
总输入令牌 41,617 42,360
输出令牌 1,977 2,129
推理令牌 78,896 122,959
响应时间（平均） 20.14s 16.02s
响应时间（最大） 88.68s 59.98s
响应时间（总计） 281.92s 336.51s

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

#3 Qwen3.7 Max

medium
成本
$0.017
时间
68.8s
令牌
4,526 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
Qwen3.7 Max 10.0 10.0 100.0% 0 6.36s 672 222 8,742
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
Qwen3.7 Max 10.0 10.0 100.0% 0 35.31s 7,893 423 34,808
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
Qwen3.7 Max 10.0 10.0 100.0% 0 19.60s 14,934 366 8,405
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
Qwen3.7 Max 10.0 10.0 100.0% 0 8.80s 7,782 270 6,254
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
Qwen3.7 Max 5.9 7.2 55.6% 1 24.94s 771 61 31,793
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
Qwen3.7 Max 10.0 10.0 100.0% 0 11.70s 516 135 4,457
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
Qwen3.7 Max 10.0 10.0 100.0% 0 7.46s 699 102 5,452
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
Qwen3.7 Max 10.0 10.0 100.0% 0 8.84s 696 259 8,908
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
Qwen3.7 Max 10.0 10.0 100.0% 0 6.63s 8,193 267 1,220
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
Qwen3.7 Max 3.0 10.0 0.0% 0 33.37s 204 24 12,920

快速对比

切换对比组合

GPT-5.5lowvsQwen3.7 MaxmediumGemini 3.5 FlashlowvsQwen3.7 MaxmediumGemini 3.1 Pro PreviewmediumvsGPT-5.5lowGemini 3.5 FlashhighvsQwen3.7 MaxmediumGemini 3.1 Pro PreviewmediumvsGPT-5.2 ChatnoneGPT-5.2 ChatnonevsQwen3.7 MaxmediumDeepSeek V4 FlashhighvsGemini 3.1 Pro PreviewmediumDeepSeek V4 FlashhighvsQwen3.7 MaxmediumClaude Opus 4.8lowvsGemini 3.1 Pro PreviewmediumGemini 3.1 Pro PreviewmediumvsStep 3.7 FlashlowDeepSeek V4 ProhighvsGemini 3.1 Pro PreviewmediumClaude Opus 4.8lowvsQwen3.7 Maxmedium