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 Qwen: Qwen3.7 Max

摘要

Gemini 3.5 Flash vs Qwen3.7 Max benchmark 对比：Qwen3.7 Max 平均分领先，为 9.1 vs 9.0。 Qwen3.7 Max benchmark 成本更低，为 $0.523 vs $0.582。 Gemini 3.5 Flash 更快，为 4.94s vs 16.02s，通过率为 87.3% vs 88.9%。

推荐模型: Gemini 3.5 Flash - 它的得分接近这里的最高分（9.0 vs 9.1），同时响应速度比Qwen3.7 Max快约 3.2 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-04

指标 Gemini 3.5 Flash Gemini 3.5 Flash medium 发布日期: 2026-05-19 Qwen3.7 Max Qwen3.7 Max medium 发布日期: 2026-05-22
分数 9.0 9.1
排名 #7 #5
可靠性 10.0 10.0
一致性 9.6 9.6
测试正确
尝试通过率 87.3% 88.9%
不稳定测试 1 1
总运行次数 63 63
每个结果成本 3.229 5.517
总成本 $0.582 $0.523
输入价格 $1.500 / 1M $1.250 / 1M
输出价格 $9.000 / 1M $3.750 / 1M
总输入令牌 36,936 42,360
输出令牌 2,001 2,129
推理令牌 56,408 122,959
响应时间（平均） 4.94s 16.02s
响应时间（最大） 18.07s 59.98s
响应时间（总计） 103.79s 336.51s

Generation showcase

Hamster playing table tennis

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

#7 Gemini 3.5 Flash

medium
Cost
$0.201
Time
112.9s
Tokens
22,371 tok

#5 Qwen3.7 Max

medium
Cost
$0.017
Time
68.8s
Tokens
4,526 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 2.09s 492 171 3,385
Qwen3.7 Max 10.0 10.0 100.0% 0 6.36s 672 222 8,742
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 7.9 7.5 77.8% 1 12.63s 8,118 461 24,939
Qwen3.7 Max 10.0 10.0 100.0% 0 35.31s 7,893 423 34,808
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 12.05s 12,873 351 7,807
Qwen3.7 Max 10.0 10.0 100.0% 0 19.60s 14,934 366 8,405
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 4.07s 7,548 279 3,784
Qwen3.7 Max 10.0 10.0 100.0% 0 8.80s 7,782 270 6,254
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 5.24s 633 12 8,047
Qwen3.7 Max 5.9 7.2 55.6% 1 24.94s 771 61 31,793
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 2.52s 486 115 1,144
Qwen3.7 Max 10.0 10.0 100.0% 0 11.70s 516 135 4,457
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 2.70s 615 71 2,855
Qwen3.7 Max 10.0 10.0 100.0% 0 7.46s 699 102 5,452
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 7.7 10.0 66.7% 0 2.38s 558 295 2,747
Qwen3.7 Max 10.0 10.0 100.0% 0 8.84s 696 259 8,908
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 3.81s 5,457 234 455
Qwen3.7 Max 10.0 10.0 100.0% 0 6.63s 8,193 267 1,220
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 2.75s 156 12 1,245
Qwen3.7 Max 3.0 10.0 0.0% 0 33.37s 204 24 12,920

快速对比

切换对比组合

Gemini 3.5 FlashmediumvsGPT-5.5lowGPT-5.5lowvsQwen3.7 MaxmediumGemini 3.5 FlashlowvsQwen3.7 MaxmediumGemini 3.5 FlashhighvsQwen3.7 MaxmediumGemini 3 Flash PreviewlowvsQwen3.7 MaxmediumGemini 3.5 FlashnonevsQwen3.7 MaxmediumGemini 3.5 FlashmediumvsGPT-5.2 ChatnoneGPT-5.2 ChatnonevsQwen3.7 MaxmediumDeepSeek V4 FlashhighvsGemini 3.5 FlashmediumGemini 3.5 FlashmediumvsQwen3.7 MaxnoneDeepSeek V4 FlashhighvsQwen3.7 MaxmediumGemini 3.5 FlashminimalvsQwen3.7 Maxmedium