AI BENCHY 对比

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

摘要

Gemini 3.5 Flash vs Gemma 4 31B benchmark 对比：Gemini 3.5 Flash 平均分领先，为 9.8 vs 6.1。 Gemma 4 31B benchmark 成本更低，为 $0.004 vs $1.115。 Gemma 4 31B 更快，为 4.05s vs 8.84s，通过率为 96.8% vs 47.6%。

推荐模型: Gemini 3.5 Flash - 它在本次比较中得分最高（9.8），并且在全部 2 个模型中兼顾成本和响应时间最好。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-18

指标	Gemini 3.5 Flash Gemini 3.5 Flash high 发布日期: 2026-05-19	Gemma 4 31B Gemma 4 31B none 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 none 发布日期: 2026-04-02 免费可用
分数	9.8	6.1
排名	#1	#98
可靠性	10.0	10.0
一致性	9.6	10.0
测试正确
尝试通过率	96.8%	47.6%
不稳定测试	1	0
总运行次数	63	63
每个结果成本	5.575	0.034
总成本	$1.115	$0.004
输入价格	$1.500 / 1M	$0.120 / 1M
输出价格	$9.000 / 1M	$0.350 / 1M
总输入令牌	37,594	20,911
输出令牌	1,975	1,407
推理令牌	115,638	0
响应时间（平均）	8.84s	4.05s
响应时间（最大）	34.82s	26.13s
响应时间（总计）	185.57s	76.87s

生成展示

Hamster playing table tennis

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

#1 Gemini 3.5 Flash

high

成本: $0.208
时间: 118.2s
令牌: 23,158 tok

#98 Gemma 4 31B

none

成本: $0.001
时间: 12.8s
令牌: 795 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 3.5 Flash	10.0	10.0	100.0%	0		2.57s	492	174	4,997
Gemma 4 31B	6.5	10.0	50.0%	0		1.85s	852	45	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	5.5	10.0	33.3%	0		11.19s	8,381	735	0

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	10.0	10.0	100.0%	0		22.37s	12,873	351	16,323
Gemma 4 31B	3.0	10.0	0.0%	0		0ms	0	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		2.25s	8,352	285	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		3.22s	903	27	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		2.09s	576	117	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	6.5	10.0	50.0%	0		2.84s	795	78	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	6.5	10.0	33.3%	0		4.23s	828	108	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		1.25s	224	12	0

快速对比

切换对比组合