AI BENCHY 对比

Google: Gemini 3.5 Flash vs Qwen: Qwen3.6 27B

摘要

Gemini 3.5 Flash vs Qwen3.6 27B benchmark 对比：Gemini 3.5 Flash 平均分领先，为 6.8 vs 6.6。 Gemini 3.5 Flash benchmark 成本更低，为 $0.108 vs $0.430。 Gemini 3.5 Flash 更快，为 1.57s vs 59.71s，通过率为 68.3% vs 60.3%。

推荐模型: Gemini 3.5 Flash - 它在这里得分最高（6.8），同时成本比Qwen3.6 27B低约 4.0 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-12

指标	Gemini 3.5 Flash Gemini 3.5 Flash minimal 发布日期: 2026-05-19	Qwen3.6 27B Qwen3.6 27B medium 发布日期: 2026-04-20

指标	Gemini 3.5 Flash Gemini 3.5 Flash minimal 发布日期: 2026-05-19	Qwen3.6 27B Qwen3.6 27B medium 发布日期: 2026-04-20
分数	6.8	6.6
排名	#71	#80
可靠性	10.0	10.0
一致性	9.6	8.2
测试正确
尝试通过率	68.3%	60.3%
不稳定测试	1	5
总运行次数	63	63
每个结果成本	0.767	3.361
总成本	$0.108	$0.430
输入价格	$1.500 / 1M	$0.288 / 1M
输出价格	$9.000 / 1M	$3.100 / 1M
总输入令牌	39,847	39,376
输出令牌	5,277	16,189
推理令牌	0	122,521
响应时间（平均）	1.57s	59.71s
响应时间（最大）	5.51s	168.22s
响应时间（总计）	33.02s	1254.01s

Generation showcase

Hamster playing table tennis

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

#71 Gemini 3.5 Flash

minimal

Cost: $0.041
Time: 20.4s
Tokens: 4,608 tok

#80 Qwen3.6 27B

medium

Cost: $0.009
Time: 39.6s
Tokens: 3,090 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	6.5	10.0	50.0%	0		892ms	492	405	0
Qwen3.6 27B	8.3	10.0	75.0%	0		12.62s	453	582	4,311

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	5.6	9.9	33.3%	0		2.75s	8,122	3,456	0
Qwen3.6 27B	7.7	10.0	66.7%	0		142.99s	5,051	7,968	43,367

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	3.0	10.0	0.0%	0		3.56s	15,780	404	0
Qwen3.6 27B	7.0	3.7	66.7%	1		83.07s	15,104	2,088	14,689

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		1.66s	7,548	279	0
Qwen3.6 27B	3.5	1.4	50.0%	2		37.30s	7,778	568	9,404

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	10.0	10.0	100.0%	0		899ms	633	12	0
Qwen3.6 27B	2.9	7.2	11.1%	1		73.38s	662	3,510	20,352

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		922ms	486	117	0
Qwen3.6 27B	6.5	3.4	66.7%	1		39.53s	516	81	3,045

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	6.4	5.8	66.7%	1		893ms	615	76	0
Qwen3.6 27B	10.0	10.0	100.0%	0		37.96s	699	346	6,548

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		1.45s	558	282	0
Qwen3.6 27B	7.7	10.0	66.7%	0		61.14s	696	255	12,044

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		2.79s	5,457	234	0
Qwen3.6 27B	10.0	10.0	100.0%	0		16.88s	8,213	390	2,954

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	3.0	10.0	0.0%	0		1.76s	156	12	0
Qwen3.6 27B	3.0	10.0	0.0%	0		80.99s	204	401	5,807

快速对比

切换对比组合