导航
AI BENCHY
Advertise here

AI BENCHY 对比

Google: Gemini 3.5 Flash vs Qwen: Qwen3.5-122B-A10B

摘要

Gemini 3.5 Flash (high) vs Qwen3.5-122B-A10B (medium) benchmark 对比：Gemini 3.5 Flash (high) 平均分领先，为 9.8 vs 7.7。 Qwen3.5-122B-A10B (medium) benchmark 成本更低，为 $0.588 vs $1.115。 Gemini 3.5 Flash (high) 更快，为 8.84s vs 42.49s，通过率为 96.8% vs 73.0%。

推荐模型: Gemini 3.5 Flash (high) - 它在这里得分最高（9.8），同时响应速度比Qwen3.5-122B-A10B (medium)快约 4.8 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-10

指标 Gemini 3.5 Flash Gemini 3.5 Flash high 发布日期: 2026-05-19 Qwen3.5-122B-A10B Qwen3.5-122B-A10B medium 发布日期: 2026-02-24
分数 9.8 7.7
排名 #1 #45
可靠性 10.0 10.0
一致性 9.6 8.8
测试正确
尝试通过率 96.8% 73.0%
不稳定测试 1 3
总运行次数 63 63
每个结果成本 5.575 5.235
总成本 $1.115 $0.588
输入价格 $1.500 / 1M $0.260 / 1M
输出价格 $9.000 / 1M $2.080 / 1M
总输入令牌 37,594 41,832
输出令牌 1,975 26,187
推理令牌 115,638 251,028
响应时间（平均） 8.84s 42.49s
响应时间（最大） 34.82s 168.16s
响应时间（总计） 185.57s 892.30s

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

#45 Qwen3.5-122B-A10B

medium
成本
$0.019
时间
48.7s
令牌
6,034 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
Qwen3.5-122B-A10B 10.0 10.0 100.0% 0 9.75s 672 269 16,835
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
Qwen3.5-122B-A10B 6.0 7.2 55.6% 1 114.48s 7,630 8,057 82,578
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
Qwen3.5-122B-A10B 10.0 10.0 100.0% 0 107.79s 14,947 483 11,337
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
Qwen3.5-122B-A10B 10.0 10.0 100.0% 0 23.41s 7,782 270 16,558
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
Qwen3.5-122B-A10B 2.9 7.2 11.1% 1 63.40s 771 15,537 64,889
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
Qwen3.5-122B-A10B 3.4 2.2 33.3% 1 34.11s 344 66 7,592
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
Qwen3.5-122B-A10B 10.0 10.0 100.0% 0 9.88s 593 77 7,372
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
Qwen3.5-122B-A10B 10.0 10.0 100.0% 0 17.89s 696 284 27,575
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
Qwen3.5-122B-A10B 10.0 10.0 100.0% 0 4.60s 8,193 322 1,226
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
Qwen3.5-122B-A10B 3.0 10.0 0.0% 0 52.87s 204 822 15,066

快速对比

切换对比组合

Claude Opus 4.8lowvsQwen3.5-122B-A10BmediumGPT-5.6 TerralowvsQwen3.5-122B-A10BmediumQwen3.5-122B-A10BmediumvsStep 3.7 FlashlowGPT-5.6 LunahighvsQwen3.5-122B-A10BmediumQwen3.5-122B-A10BmediumvsGrok 4.5lowDeepSeek V4 ProhighvsQwen3.5-122B-A10BmediumGPT-5.3 ChatnonevsQwen3.5-122B-A10BmediumQwen3.5-122B-A10BmediumvsGLM 5.2highGemini 3.5 FlashhighvsGPT-5.6 SollowGemini 3 Flash PreviewlowvsQwen3.5-122B-A10BmediumGPT-5.6 TerrahighvsQwen3.5-122B-A10BmediumClaude Sonnet 4.6nonevsQwen3.5-122B-A10Bmedium