AI BENCHY 对比

Google: Gemini 3.5 Flash vs Elephant Alpha

摘要

Gemini 3.5 Flash (high) 平均分领先，为 9.8 vs 4.5。 Elephant Alpha (medium) benchmark 成本更低，为 $0.000 vs $1.115。 Elephant Alpha (medium) 更快，为 1.27s vs 8.84s，通过率为 96.8% vs 30.2%。

推荐模型Gemini 3.5 Flash (high)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：: 2026-07-14

指标	Gemini 3.5 Flash Gemini 3.5 Flash high 发布日期: 2026-05-19	Elephant Alpha Elephant Alpha medium 发布日期: 2026-04-14

指标	Gemini 3.5 Flash Gemini 3.5 Flash high 发布日期: 2026-05-19	Elephant Alpha Elephant Alpha medium 发布日期: 2026-04-14
分数	9.8	4.5
排名	#1	#181
可靠性	10.0	不适用
一致性	9.6	9.7
测试正确
尝试通过率	96.8%	30.2%
不稳定测试	1	1
总运行次数	63	63
每个结果成本	5.575	0.000
总成本	$1.115	$0.000
输入价格	$1.500 / 1M	$0.000 / 1M
输出价格	$9.000 / 1M	$0.000 / 1M
总输入令牌	37,594	33,744
输出令牌	1,975	2,596
推理令牌	115,638	0
响应时间（平均）	8.84s	1.27s
响应时间（最大）	34.82s	3.70s
响应时间（总计）	185.57s	22.82s

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

#181 Elephant Alpha

medium

Elephant Alpha was a stealth model revealed on April 21st as Ling-2.6-flash. Find it here: https://openrouter.ai/inclusionai/ling-2.6-flash:free

成本: $0.000
时间: 0.1s
令牌: 0 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
Elephant Alpha	6.6	10.0	50.0%	0		1.19s	726	815	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
Elephant Alpha	3.7	7.8	11.1%	1		1.30s	813	365	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
Elephant Alpha	3.0	10.0	0.0%	0		3.70s	14,046	562	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
Elephant Alpha	6.5	10.0	50.0%	0		979ms	8,004	246	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
Elephant Alpha	3.0	10.0	0.0%	0		925ms	810	24	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
Elephant Alpha	4.3	10.0	0.0%	0		920ms	540	105	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
Elephant Alpha	9.8	10.0	100.0%	0		987ms	732	82	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
Elephant Alpha	5.3	10.0	33.3%	0		868ms	729	166	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
Elephant Alpha	3.0	10.0	0.0%	0		2.83s	7,344	231	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
Elephant Alpha	3.0	10.0	0.0%	0		0ms	0	0	0

快速对比

切换对比组合

Gemini 3.5 FlashhighvsGPT-5.6 Sollow Gemini 3.5 FlashhighvsQwen3.7 Maxmedium Gemini 3.5 FlashhighvsGPT-5.6 Solmedium Gemini 3.5 FlashhighvsGPT-5.5low Claude Fable 5mediumvsGemini 3.5 Flashhigh Gemini 3.5 FlashhighvsGPT-5.5medium Gemini 3.5 FlashhighvsGPT-5.3-Codexmedium Gemini 3.5 FlashhighvsQwen3.6 Max Previewmedium Claude Opus 4.8mediumvsGemini 3.5 Flashhigh Claude Opus 4.7mediumvsGemini 3.5 Flashhigh Gemini 3.5 FlashhighvsGLM 5.2medium Gemini 3.5 FlashhighvsGLM 5medium