Google: Gemini 3.5 Flash vs Google: Gemma 4 31B

Gemini 3.5 Flash (high) 平均分领先，为 9.5 vs 6.3。 Gemma 4 31B (medium) benchmark 成本更低，为 $0.116 vs $1.976。 Gemini 3.5 Flash (high) 更快，为 15.07s vs 75.38s，通过率为 93.9% vs 68.2%。

推荐模型Gemini 3.5 Flash (high)它在这里得分最高（9.5），同时响应速度比Gemma 4 31B (medium)快约 5.0 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-25

指标	Gemini 3.5 Flash Gemini 3.5 Flash high 发布日期: 2026-05-19	Gemma 4 31B Gemma 4 31B medium 发布日期: 2026-04-02 免费可用

指标	Gemini 3.5 Flash Gemini 3.5 Flash high 发布日期: 2026-05-19	Gemma 4 31B Gemma 4 31B medium 发布日期: 2026-04-02 免费可用
分数	9.5	6.3
排名	#4	#121
可靠性	10.0	10.0
一致性	9.3	9.0
测试正确
尝试通过率	93.9%	68.2%
不稳定测试	2	2
总运行次数	66	66
每个结果成本	9.879	1.044
总成本	$1.976	$0.116
输入价格	$1.500 / 1M	$0.140 / 1M
输出价格	$9.000 / 1M	$0.400 / 1M
总输入令牌	107,137	94,992
输出令牌	8,777	34,468
推理令牌	192,900	223,278
响应时间（平均）	15.07s	75.38s
响应时间（最大）	145.92s	437.40s
响应时间（总计）	331.48s	1507.52s

Hamster playing table tennis

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

#4 Gemini 3.5 Flash

high

成本: $0.208
时间: 118.2s
令牌: 23,158 tok

#121 Gemma 4 31B

medium

成本: $0.002
时间: 45.7s
令牌: 2,696 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

类别:

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
Gemma 4 31B	10.0	10.0	100.0%	0		12.89s	816	962	2,046

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
Gemma 4 31B	4.3	5.8	22.2%	1		219.76s	5,568	11,098	33,212

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
Gemma 4 31B	2.9	5.8	16.7%	1		433.11s	77,035	12,112	157,552

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
Gemma 4 31B	10.0	10.0	100.0%	0		21.11s	8,334	1,822	2,951

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
Gemma 4 31B	7.7	10.0	66.7%	0		38.48s	876	4,349	8,985

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
Gemma 4 31B	10.0	10.0	100.0%	0		9.57s	567	105	888

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
Gemma 4 31B	10.0	10.0	100.0%	0		12.76s	777	533	2,035

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
Gemma 4 31B	9.9	10.0	100.0%	0		26.91s	801	1,795	5,595

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
Gemma 4 31B	3.0	10.0	0.0%	0		0ms	0	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
Gemma 4 31B	3.0	10.0	0.0%	0		90.14s	218	1,692	10,014

快速对比

切换对比组合