AI BENCHY 对比

Google: Gemini 3.5 Flash vs Qwen: Qwen3.6 35B A3B

摘要

Gemini 3.5 Flash vs Qwen3.6 35B A3B benchmark 对比：Gemini 3.5 Flash 平均分领先，为 6.8 vs 6.7。 Gemini 3.5 Flash benchmark 成本更低，为 $0.108 vs $0.146。 Gemini 3.5 Flash 更快，为 1.57s vs 18.08s，通过率为 68.3% vs 63.5%。

推荐模型: Gemini 3.5 Flash - 它在这里得分最高（6.8），同时响应速度比Qwen3.6 35B A3B快约 11.5 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-02

指标	Gemini 3.5 Flash Gemini 3.5 Flash minimal 发布日期: 2026-05-19	Qwen3.6 35B A3B Qwen3.6 35B A3B 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 35B A3B Qwen3.6 35B A3B medium 发布日期: 2026-04-20
分数	6.8	6.7
排名	#74	#78
可靠性	10.0	10.0
一致性	9.6	9.6
测试正确
尝试通过率	68.3%	63.5%
不稳定测试	1	1
总运行次数	63	63
每个结果成本	0.767	1.094
总成本	$0.108	$0.146
输入价格	$1.500 / 1M	$0.140 / 1M
输出价格	$9.000 / 1M	$1.000 / 1M
总输入令牌	39,847	16,385
输出令牌	5,277	19,632
推理令牌	0	130,219
响应时间（平均）	1.57s	18.08s
响应时间（最大）	5.51s	86.11s
响应时间（总计）	33.02s	343.61s

生成展示

Hamster playing table tennis

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

#74 Gemini 3.5 Flash

minimal

成本: $0.041
时间: 20.4s
令牌: 4,608 tok

#78 Qwen3.6 35B A3B

medium

无效SVG

成本: $0.000
时间: 300.0s
令牌: 0 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 35B A3B	10.0	10.0	100.0%	0		6.02s	672	1,154	12,385

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 35B A3B	7.7	10.0	66.7%	0		50.55s	5,051	7,929	37,223

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 35B A3B	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		1.66s	7,548	279	0
Qwen3.6 35B A3B	10.0	10.0	100.0%	0		12.99s	7,776	2,591	9,968

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 35B A3B	5.3	7.2	44.4%	1		22.50s	771	6,193	39,116

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 35B A3B	4.4	9.9	0.0%	0		8.66s	516	129	4,569

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 35B A3B	10.0	10.0	100.0%	0		7.50s	699	219	7,404

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 35B A3B	8.0	10.0	66.7%	0		5.95s	696	655	9,228

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 35B A3B	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	3.0	10.0	0.0%	0		1.76s	156	12	0
Qwen3.6 35B A3B	3.0	10.0	0.0%	0		32.90s	204	762	10,326

快速对比

切换对比组合