AI BENCHY 对比

Google: Gemini 3.5 Flash vs Qwen: Qwen3.5-Flash

摘要

Gemini 3.5 Flash (high) vs Qwen3.5-Flash (medium) benchmark 对比：Gemini 3.5 Flash (high) 平均分领先，为 9.8 vs 6.8。 Qwen3.5-Flash (medium) benchmark 成本更低，为 $0.080 vs $1.115。 Gemini 3.5 Flash (high) 更快，为 8.84s vs 63.29s，通过率为 96.8% vs 71.4%。

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-Flash (medium)快约 7.2 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-Flash Qwen3.5-Flash medium 发布日期: 2026-02-24

指标	Gemini 3.5 Flash Gemini 3.5 Flash high 发布日期: 2026-05-19	Qwen3.5-Flash Qwen3.5-Flash medium 发布日期: 2026-02-24
分数	9.8	6.8
排名	#1	#84
可靠性	10.0	10.0
一致性	9.6	8.1
测试正确
尝试通过率	96.8%	71.4%
不稳定测试	1	5
总运行次数	63	63
每个结果成本	5.575	0.871
总成本	$1.115	$0.080
输入价格	$1.500 / 1M	$0.065 / 1M
输出价格	$9.000 / 1M	$0.260 / 1M
总输入令牌	37,594	38,926
输出令牌	1,975	2,088
推理令牌	115,638	294,598
响应时间（平均）	8.84s	63.29s
响应时间（最大）	34.82s	234.29s
响应时间（总计）	185.57s	1265.85s

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

#84 Qwen3.5-Flash

medium

成本: $0.002
时间: 25.8s
令牌: 4,294 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-Flash	10.0	10.0	100.0%	0		59.11s	672	383	32,992

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-Flash	3.7	7.2	22.2%	1		58.87s	6,685	302	90,081

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-Flash	10.0	10.0	100.0%	0		17.78s	14,934	483	8,270

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-Flash	7.3	5.9	83.3%	1		56.99s	6,061	235	16,237

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-Flash	5.3	7.2	44.4%	1		146.50s	581	58	43,615

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-Flash	6.1	3.1	66.7%	1		40.05s	516	99	38,486

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-Flash	10.0	10.0	100.0%	0		63.49s	699	98	14,139

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-Flash	8.2	7.2	88.9%	1		27.61s	381	89	12,457

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-Flash	10.0	10.0	100.0%	0		10.33s	8,193	309	1,284

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-Flash	3.0	10.0	0.0%	0		48.98s	204	32	37,037

快速对比

切换对比组合