导航
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

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 9.2 vs 6.1。 Gemma 4 31B benchmark 成本更低，为 $0.004 vs $0.349。 Gemini 3.5 Flash 更快，为 3.27s vs 4.05s，通过率为 90.5% vs 47.6%。

推荐模型: Gemini 3.5 Flash - 它在本次比较中得分最高（9.2），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 low 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 9.2 6.1
排名 #5 #98
可靠性 10.0 10.0
一致性 10.0 10.0
测试正确
尝试通过率 90.5% 47.6%
不稳定测试 0 0
总运行次数 63 63
每个结果成本 1.834 0.034
总成本 $0.349 $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 36,938 20,911
输出令牌 2,033 1,407
推理令牌 30,519 0
响应时间（平均） 3.27s 4.05s
响应时间（最大） 9.05s 26.13s
响应时间（总计） 68.65s 76.87s

生成展示

Hamster playing table tennis

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

#5 Gemini 3.5 Flash

low
成本
$0.068
时间
39.1s
令牌
7,588 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 2.52s 494 209 2,536
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 7.8 10.0 66.7% 0 6.71s 8,118 458 13,420
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 6.44s 12,873 351 3,050
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 1.81s 7,548 279 1,164
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 7.7 10.0 66.7% 0 3.39s 633 12 4,538
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 2.27s 486 119 916
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 9.9 10.0 100.0% 0 1.86s 615 71 1,652
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 2.35s 558 288 2,150
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 10.0 10.0 100.0% 0 3.27s 5,457 234 403
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 1.88s 156 12 690
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

Claude Fable 5mediumvsGemini 3.5 FlashlowGemini 3.5 FlashlowvsQwen3.7 MaxmediumGemma 4 31Bnone免费可用vsQwen3.5-35B-A3BmediumNorth Mini Codemedium免费可用vsGemma 4 31Bnone免费可用Gemma 4 31Bnone免费可用vsNemotron 3 Supermedium免费可用Gemini 3.5 FlashlowvsGPT-5.5mediumGemini 3.5 FlashlowvsGPT-5.3-CodexmediumGemini 3.5 FlashlowvsQwen3.6 Max PreviewmediumClaude Opus 4.8mediumvsGemini 3.5 FlashlowGemma 4 31Bnone免费可用vsQwen3.6 27BmediumGemma 4 31Bnone免费可用vsStep 3.5 FlashmediumClaude Opus 4.7mediumvsGemini 3.5 Flashlow