AI BENCHY 对比

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

摘要

Gemini 3.5 Flash vs Qwen3.7 Plus benchmark 对比：Qwen3.7 Plus 平均分领先，为 8.2 vs 6.8。 Gemini 3.5 Flash benchmark 成本更低，为 $0.108 vs $0.177。 Gemini 3.5 Flash 更快，为 1.57s vs 38.95s，通过率为 68.3% vs 77.8%。

推荐模型: Gemini 3.5 Flash - 它提供了最佳整体取舍：得分有竞争力（6.8），成本低于Qwen3.7 Plus，响应时间也较均衡。

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	Qwen3.7 Plus Qwen3.7 Plus medium 发布日期: 2026-06-03

指标	Gemini 3.5 Flash Gemini 3.5 Flash minimal 发布日期: 2026-05-19	Qwen3.7 Plus Qwen3.7 Plus medium 发布日期: 2026-06-03
分数	6.8	8.2
排名	#71	#28
可靠性	10.0	10.0
一致性	9.6	9.1
测试正确
尝试通过率	68.3%	77.8%
不稳定测试	1	2
总运行次数	63	63
每个结果成本	0.767	1.474
总成本	$0.108	$0.177
输入价格	$1.500 / 1M	$0.320 / 1M
输出价格	$9.000 / 1M	$1.280 / 1M
总输入令牌	39,847	40,939
输出令牌	5,277	2,125
推理令牌	0	125,754
响应时间（平均）	1.57s	38.95s
响应时间（最大）	5.51s	178.04s
响应时间（总计）	33.02s	817.85s

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

#28 Qwen3.7 Plus

medium

Cost: $0.018
Time: 193.2s
Tokens: 10,821 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
Qwen3.7 Plus	10.0	10.0	100.0%	0		8.58s	672	195	5,065

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 Plus	6.1	6.6	55.6%	1		108.60s	6,472	414	43,576

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
Qwen3.7 Plus	10.0	10.0	100.0%	0		65.24s	14,934	366	10,132

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 Plus	10.0	10.0	100.0%	0		21.75s	7,782	270	6,713

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 Plus	3.6	7.2	22.2%	1		45.35s	771	57	27,073

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 Plus	10.0	10.0	100.0%	0		25.48s	516	123	3,998

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 Plus	10.0	10.0	100.0%	0		16.13s	699	102	5,013

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 Plus	10.0	10.0	100.0%	0		16.38s	696	280	7,312

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 Plus	10.0	10.0	100.0%	0		15.02s	8,193	292	1,831

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 Plus	3.0	10.0	0.0%	0		91.07s	204	26	15,041

快速对比

切换对比组合