#4 Gemini 3.5 Flash
high- 成本
- $0.208
- 时间
- 118.2s
- 令牌
- 23,158 tok
Gemini 3.6 Flash (high) 平均分领先,为 9.7 vs 9.5。 Gemini 3.6 Flash (high) benchmark 成本更低,为 $1.785 vs $1.976。 Gemini 3.6 Flash (high) 更快,为 14.88s vs 15.07s,通过率为 93.9% vs 98.5%。
基准结果生成自 AI BENCHY 测试套件,时间:: 2026-07-21
| 指标 | Gemini 3.5 Flash Gemini 3.5 Flash high | Gemini 3.6 Flash Gemini 3.6 Flash high |
|---|---|---|
| 分数 | 9.5 | 9.7 |
| 排名 | #4 | #2 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 9.3 | 9.6 |
| 测试正确 | ||
| 尝试通过率 | 93.9% | 98.5% |
| 不稳定测试 | 2 | 1 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 9.879 | 8.497 |
| 总成本 | $1.976 | $1.785 |
| 输入价格 | $1.500 / 1M | $1.500 / 1M |
| 输出价格 | $9.000 / 1M | $7.500 / 1M |
| 总输入令牌 | 107,137 | 87,819 |
| 输出令牌 | 8,777 | 5,750 |
| 推理令牌 | 192,900 | 214,596 |
| 响应时间(平均) | 15.07s | 14.88s |
| 响应时间(最大) | 145.92s | 88.00s |
| 响应时间(总计) | 331.48s | 327.37s |
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
| 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 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 2.57s | 492 | 174 | 4,997 | |
| Gemini 3.6 Flash | 10.0 | 10.0 | 100.0% | 0 | 2.55s | 516 | 165 | 4,817 |
| 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 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 22.96s | 8,118 | 456 | 47,129 | |
| Gemini 3.6 Flash | 10.0 | 10.0 | 100.0% | 0 | 26.73s | 8,136 | 448 | 60,606 |
| 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 3.5 Flash | 8.2 | 6.9 | 66.7% | 1 | 84.14s | 82,416 | 7,153 | 93,585 | |
| Gemini 3.6 Flash | 10.0 | 10.0 | 100.0% | 0 | 56.32s | 63,258 | 4,197 | 80,634 |
| 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 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 6.43s | 7,548 | 279 | 8,466 | |
| Gemini 3.6 Flash | 10.0 | 10.0 | 100.0% | 0 | 5.20s | 7,269 | 279 | 6,641 |
| 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 3.5 Flash | 7.6 | 7.2 | 77.8% | 1 | 14.09s | 633 | 12 | 24,721 | |
| Gemini 3.6 Flash | 10.0 | 10.0 | 100.0% | 0 | 25.97s | 651 | 12 | 43,940 |
| 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 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 3.63s | 486 | 115 | 1,650 | |
| Gemini 3.6 Flash | 10.0 | 10.0 | 100.0% | 0 | 3.35s | 492 | 118 | 1,610 |
| 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 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 3.35s | 615 | 70 | 3,799 | |
| Gemini 3.6 Flash | 9.9 | 10.0 | 100.0% | 0 | 3.94s | 627 | 71 | 4,203 |
| 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 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 3.23s | 558 | 241 | 4,940 | |
| Gemini 3.6 Flash | 10.0 | 10.0 | 100.0% | 0 | 3.04s | 576 | 224 | 4,194 |
| 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 3.5 Flash | 9.8 | 10.0 | 100.0% | 0 | 4.96s | 6,115 | 265 | 1,608 | |
| Gemini 3.6 Flash | 10.0 | 10.0 | 100.0% | 0 | 9.76s | 6,132 | 225 | 4,509 |
| 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 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 3.94s | 156 | 12 | 2,005 | |
| Gemini 3.6 Flash | 4.7 | 1.6 | 66.7% | 1 | 5.96s | 162 | 11 | 3,442 |
切换对比组合