#4 Gemini 3.5 Flash
high- 成本
- $0.208
- 时间
- 118.2s
- 令牌
- 23,158 tok
Gemini 3.6 Flash (medium) 平均分领先,为 9.9 vs 9.5。 Gemini 3.6 Flash (medium) benchmark 成本更低,为 $0.831 vs $1.976。 Gemini 3.6 Flash (medium) 更快,为 10.11s 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 medium |
|---|---|---|
| 分数 | 9.5 | 9.9 |
| 排名 | #4 | #1 |
| 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 | 3.955 |
| 总成本 | $1.976 | $0.831 |
| 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 | 66,293 |
| 输出令牌 | 8,777 | 2,000 |
| 推理令牌 | 192,900 | 95,464 |
| 响应时间(平均) | 15.07s | 10.11s |
| 响应时间(最大) | 145.92s | 68.03s |
| 响应时间(总计) | 331.48s | 222.33s |
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 | 2.34s | 516 | 149 | 4,489 |
| 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 | 17.49s | 8,136 | 474 | 40,157 |
| 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 | 42.07s | 41,732 | 405 | 11,531 |
| 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 | 4.26s | 7,269 | 279 | 5,020 |
| 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 | 8.2 | 7.2 | 88.9% | 1 | 12.59s | 651 | 12 | 20,611 |
| 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 | 3.32s | 492 | 116 | 1,539 |
| 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 | 2.77s | 627 | 71 | 3,067 |
| 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 | 2.53s | 576 | 259 | 3,373 |
| 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 | 8.55s | 6,132 | 225 | 3,020 |
| 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 | 10.0 | 10.0 | 100.0% | 0 | 5.09s | 162 | 10 | 2,657 |
切换对比组合