AI BENCHY 对比

Google: Gemini 3 Flash Preview vs Google: Gemma 4 31B

摘要

Gemini 3 Flash Preview vs Gemma 4 31B benchmark 对比：Gemini 3 Flash Preview 平均分领先，为 9.6 vs 6.3。 Gemma 4 31B benchmark 成本更低，为 $0.033 vs $0.667。 Gemini 3 Flash Preview 更快，为 18.64s vs 56.55s，通过率为 98.4% vs 69.8%。

推荐模型: Gemini 3 Flash Preview - 它在这里得分最高（9.6），同时响应速度比Gemma 4 31B快约 3.0 倍。

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

指标	Gemini 3 Flash Preview Gemini 3 Flash Preview medium 发布日期: 2025-12-17	Gemma 4 31B Gemma 4 31B medium 发布日期: 2026-04-02 免费可用

指标	Gemini 3 Flash Preview Gemini 3 Flash Preview medium 发布日期: 2025-12-17	Gemma 4 31B Gemma 4 31B medium 发布日期: 2026-04-02 免费可用
分数	9.6	6.3
排名	#2	#91
可靠性	10.0	10.0
一致性	9.7	9.4
测试正确
尝试通过率	98.4%	69.8%
不稳定测试	1	1
总运行次数	63	63
每个结果成本	3.335	0.257
总成本	$0.667	$0.033
输入价格	$0.500 / 1M	$0.120 / 1M
输出价格	$3.000 / 1M	$0.350 / 1M
总输入令牌	37,017	17,957
输出令牌	2,006	22,356
推理令牌	214,153	65,726
响应时间（平均）	18.64s	56.55s
响应时间（最大）	117.26s	437.40s
响应时间（总计）	391.35s	1074.41s

生成展示

Hamster playing table tennis

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

#2 Gemini 3 Flash Preview

medium

成本: $0.010
时间: 17.9s
令牌: 3,236 tok

#91 Gemma 4 31B

medium

成本: $0.002
时间: 45.7s
令牌: 2,696 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 Flash Preview	10.0	10.0	100.0%	0		3.88s	494	330	3,216
Gemma 4 31B	10.0	10.0	100.0%	0		12.89s	816	962	2,046

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	8.6	7.6	88.9%	1		84.40s	8,122	462	161,084
Gemma 4 31B	4.3	5.8	22.2%	1		219.76s	5,568	11,098	33,212

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	10.0	10.0	100.0%	0		22.42s	12,873	351	10,485
Gemma 4 31B	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 Flash Preview	10.0	10.0	100.0%	0		5.43s	7,548	279	4,893
Gemma 4 31B	10.0	10.0	100.0%	0		21.11s	8,334	1,822	2,951

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	10.0	10.0	100.0%	0		15.27s	633	12	21,684
Gemma 4 31B	7.7	10.0	66.7%	0		38.48s	876	4,349	8,985

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		5.19s	486	72	1,905
Gemma 4 31B	10.0	10.0	100.0%	0		9.57s	567	105	888

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	10.0	10.0	100.0%	0		4.04s	615	72	2,709
Gemma 4 31B	10.0	10.0	100.0%	0		12.76s	777	533	2,035

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		4.05s	558	183	4,365
Gemma 4 31B	9.9	10.0	100.0%	0		26.91s	801	1,795	5,595

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		12.60s	5,532	234	1,487
Gemma 4 31B	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 Flash Preview	10.0	10.0	100.0%	0		5.50s	156	11	2,325
Gemma 4 31B	3.0	10.0	0.0%	0		90.14s	218	1,692	10,014

快速对比

切换对比组合