AI BENCHY 对比
Google: Gemini 3.5 Flash vs Qwen: Qwen3.5-27B
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-05-28
| 指标 | Gemini 3.5 Flash Gemini 3.5 Flash low | Qwen3.5-27B Qwen3.5-27B none |
|---|---|---|
| 分数 | 9.3 | 5.8 |
| 排名 | #3 | #108 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 10.0 | 9.3 |
| 测试正确 | ||
| 尝试通过率 | 90.0% | 40.0% |
| 不稳定测试 | 0 | 2 |
| 总运行次数 | 60 | 60 |
| 每个结果成本 | 1.582 | 0.241 |
| 总成本 | $0.285 | $0.014 |
| 输入价格 | $1.500 / 1M | $0.195 / 1M |
| 输出价格 | $9.000 / 1M | $1.560 / 1M |
| 输出令牌 | 2,027 | 3,585 |
| 推理令牌 | 23,938 | 0 |
| 响应时间（平均） | 2.98s | 1.69s |
| 响应时间（最大） | 6.44s | 9.39s |
| 响应时间（总计） | 59.59s | 33.82s |
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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Gemini 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 2.52s | 209 | 2,536 | |
| Qwen3.5-27B | 4.8 | 10.0 | 25.0% | 0 | 788ms | 267 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Gemini 3.5 Flash | 6.8 | 10.0 | 50.0% | 0 | 5.54s | 452 | 6,839 | |
| Qwen3.5-27B | 7.3 | 10.0 | 50.0% | 0 | 1.98s | 408 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Gemini 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 6.44s | 351 | 3,050 | |
| Qwen3.5-27B | 2.8 | 1.6 | 33.3% | 1 | 9.39s | 1,461 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Gemini 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 1.81s | 279 | 1,164 | |
| Qwen3.5-27B | 10.0 | 10.0 | 100.0% | 0 | 1.43s | 243 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Gemini 3.5 Flash | 7.7 | 10.0 | 66.7% | 0 | 3.39s | 12 | 4,538 | |
| Qwen3.5-27B | 3.0 | 10.0 | 0.0% | 0 | 540ms | 15 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Gemini 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 2.27s | 119 | 916 | |
| Qwen3.5-27B | 5.0 | 10.0 | 0.0% | 0 | 2.51s | 126 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Gemini 3.5 Flash | 9.9 | 10.0 | 100.0% | 0 | 1.86s | 71 | 1,652 | |
| Qwen3.5-27B | 6.3 | 10.0 | 50.0% | 0 | 1.03s | 69 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Gemini 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 2.35s | 288 | 2,150 | |
| Qwen3.5-27B | 6.7 | 7.9 | 55.6% | 1 | 1.38s | 683 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Gemini 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 3.27s | 234 | 403 | |
| Qwen3.5-27B | 10.0 | 10.0 | 100.0% | 0 | 3.54s | 303 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Gemini 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 1.88s | 12 | 690 | |
| Qwen3.5-27B | 3.0 | 10.0 | 0.0% | 0 | 599ms | 10 | 0 |
快速对比
切换对比组合
CobuddymediumvsQwen3.5-27BnoneOwl AlphamediumvsQwen3.5-27Bnonegpt-oss-120bmedium免费可用vsQwen3.5-27BnoneNemotron 3 Supermedium免费可用vsQwen3.5-27BnoneGemini 3.5 FlashlowvsQwen3.7 MaxmediumMiniMax M2.5medium免费可用vsQwen3.5-27BnoneGPT-5 NanomediumvsQwen3.5-27BnoneClaude Opus 4.7mediumvsGemini 3.5 FlashlowMistral Small 4mediumvsQwen3.5-27BnoneElephant AlphamediumvsQwen3.5-27BnoneMiniMax M2.7mediumvsQwen3.5-27BnoneGemini 3.5 FlashlowvsGPT-5.5medium