Google: Gemini 3.5 Flash vs Qwen: Qwen3.7 Max

Qwen3.7 Max (medium) 平均分领先，为 9.2 vs 6.8。 Gemini 3.5 Flash (minimal) benchmark 成本更低，为 $0.300 vs $1.116。 Gemini 3.5 Flash (minimal) 更快，为 2.65s vs 40.57s，通过率为 65.2% vs 87.9%。

推荐模型Qwen3.7 Max (medium)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。

排名: #96
尝试通过率: 65.2%
总输出令牌: 16,454
响应时间（平均）: 2.65s
总成本: $0.300

排名: #13
尝试通过率: 87.9%
总输出令牌: 216,752
响应时间（平均）: 40.57s
总成本: $1.116

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-25

指标	Gemini 3.5 Flash Gemini 3.5 Flash minimal 发布日期: 2026-05-19	Qwen3.7 Max Qwen3.7 Max medium 发布日期: 2026-05-22

指标	Gemini 3.5 Flash Gemini 3.5 Flash minimal 发布日期: 2026-05-19	Qwen3.7 Max Qwen3.7 Max medium 发布日期: 2026-05-22
分数	6.8	9.2
排名	#96	#13
可靠性	10.0	10.0
一致性	9.6	9.3
测试正确
尝试通过率	65.2%	87.9%
不稳定测试	1	2
总运行次数	66	66
每个结果成本	2.138	8.292
总成本	$0.300	$1.116
输入价格	$1.500 / 1M	$1.475 / 1M
输出价格	$9.000 / 1M	$4.425 / 1M
总输入令牌	100,753	106,020
输出令牌	16,454	5,748
推理令牌	0	211,004
响应时间（平均）	2.65s	40.57s
响应时间（最大）	25.26s	556.06s
响应时间（总计）	58.27s	892.57s

Hamster playing table tennis

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

#96 Gemini 3.5 Flash

minimal

成本: $0.041
时间: 20.4s
令牌: 4,608 tok

#13 Qwen3.7 Max

medium

成本: $0.017
时间: 68.8s
令牌: 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

类别:

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
Qwen3.7 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	5.6	9.9	33.3%	0		2.75s	8,122	3,456	0
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	3.0	10.0	0.0%	0		14.41s	76,686	11,581	0
Qwen3.7 Max	8.7	6.9	83.3%	1		287.83s	78,594	3,985	96,450

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
Qwen3.7 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	10.0	10.0	100.0%	0		899ms	633	12	0
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		922ms	486	117	0
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	6.4	5.8	66.7%	1		893ms	615	76	0
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	10.0	10.0	100.0%	0		1.45s	558	282	0
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		2.79s	5,457	234	0
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	3.0	10.0	0.0%	0		1.76s	156	12	0
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