Google: Gemini 3 Flash Preview vs Qwen: Qwen3.5-27B

Qwen3.5-27B (medium) 平均分领先，为 7.4 vs 7.4。 Gemini 3 Flash Preview (low) benchmark 成本更低，为 $0.177 vs $0.981。 Gemini 3 Flash Preview (low) 更快，为 6.28s vs 111.94s，通过率为 75.8% vs 72.7%。

推荐模型Gemini 3 Flash Preview (low)它的得分接近这里的最高分（7.4 vs 7.4），同时成本比Qwen3.5-27B (medium)低约 5.6 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-17

指标	Gemini 3 Flash Preview Gemini 3 Flash Preview low 发布日期: 2025-12-17	Qwen3.5-27B Qwen3.5-27B medium 发布日期: 2026-02-24

指标	Gemini 3 Flash Preview Gemini 3 Flash Preview low 发布日期: 2025-12-17	Qwen3.5-27B Qwen3.5-27B medium 发布日期: 2026-02-24
分数	7.4	7.4
排名	#58	#56
可靠性	10.0	10.0
一致性	9.2	8.2
测试正确
尝试通过率	75.8%	72.7%
不稳定测试	2	5
总运行次数	66	66
每个结果成本	1.101	8.324
总成本	$0.177	$0.981
输入价格	$0.500 / 1M	$0.195 / 1M
输出价格	$3.000 / 1M	$1.560 / 1M
总输入令牌	123,684	111,635
输出令牌	9,572	15,999
推理令牌	28,518	598,430
响应时间（平均）	6.28s	111.94s
响应时间（最大）	17.13s	1026.43s
响应时间（总计）	138.06s	2462.67s

Hamster playing table tennis

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

#58 Gemini 3 Flash Preview

low

成本: $0.007
时间: 12.1s
令牌: 2,289 tok

#56 Qwen3.5-27B

medium

成本: $0.008
时间: 62.0s
令牌: 3,099 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 Flash Preview	10.0	10.0	100.0%	0		3.48s	500	281	3,082
Qwen3.5-27B	8.7	7.9	91.7%	1		19.75s	672	569	31,505

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 Flash Preview	5.8	7.2	44.4%	1		6.00s	8,122	456	7,421
Qwen3.5-27B	6.2	7.1	55.6%	1		160.69s	7,895	6,381	89,388

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 Flash Preview	3.0	10.0	0.0%	0		10.20s	99,775	7,822	0
Qwen3.5-27B	7.3	5.8	83.3%	1		595.19s	84,417	7,948	279,132

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 Flash Preview	10.0	10.0	100.0%	0		9.40s	7,261	279	3,656
Qwen3.5-27B	10.0	10.0	100.0%	0		30.26s	7,782	270	16,150

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 Flash Preview	5.3	7.2	44.4%	1		8.05s	645	12	6,410
Qwen3.5-27B	5.3	10.0	33.3%	0		79.53s	553	43	52,368

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 Flash Preview	10.0	10.0	100.0%	0		3.68s	492	120	981
Qwen3.5-27B	6.1	3.1	66.7%	1		101.41s	524	70	23,147

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 Flash Preview	9.9	10.0	100.0%	0		7.02s	621	71	2,752
Qwen3.5-27B	10.0	10.0	100.0%	0		19.66s	699	97	11,638

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 Flash Preview	10.0	10.0	100.0%	0		5.77s	562	288	3,168
Qwen3.5-27B	8.2	7.7	77.8%	1		59.60s	696	242	70,096

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 Flash Preview	10.0	10.0	100.0%	0		4.99s	5,550	234	415
Qwen3.5-27B	10.0	10.0	100.0%	0		7.45s	8,193	348	1,323

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 Flash Preview	10.0	10.0	100.0%	0		2.75s	156	9	633
Qwen3.5-27B	3.0	10.0	0.0%	0		85.11s	204	31	23,683

快速对比

切换对比组合