AI BENCHY 对比

Google: Gemini 3 Flash Preview vs Qwen: Qwen3.5-122B-A10B

摘要

Gemini 3 Flash Preview (medium) 平均分领先，为 9.6 vs 5.3。 Qwen3.5-122B-A10B benchmark 成本更低，为 $0.020 vs $0.667。 Qwen3.5-122B-A10B 更快，为 3.41s vs 18.64s，通过率为 98.4% vs 31.8%。

推荐模型Gemini 3 Flash Preview (medium)它在本次比较中得分最高（9.6），并且在全部 2 个模型中兼顾成本和响应时间最好。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-14

指标	Gemini 3 Flash Preview Gemini 3 Flash Preview medium 发布日期: 2025-12-17	Qwen3.5-122B-A10B Qwen3.5-122B-A10B none 发布日期: 2026-02-24

指标	Gemini 3 Flash Preview Gemini 3 Flash Preview medium 发布日期: 2025-12-17	Qwen3.5-122B-A10B Qwen3.5-122B-A10B none 发布日期: 2026-02-24
分数	9.6	5.3
排名	#2	#152
可靠性	10.0	10.0
一致性	9.7	9.6
测试正确
尝试通过率	98.4%	31.8%
不稳定测试	1	1
总运行次数	63	63
每个结果成本	3.335	0.393
总成本	$0.667	$0.020
输入价格	$0.500 / 1M	$0.260 / 1M
输出价格	$3.000 / 1M	$2.080 / 1M
总输入令牌	37,017	47,735
输出令牌	2,006	3,383
推理令牌	214,153	0
响应时间（平均）	18.64s	3.41s
响应时间（最大）	117.26s	46.00s
响应时间（总计）	391.35s	71.59s

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

#152 Qwen3.5-122B-A10B

none

成本: $0.016
时间: 44.5s
令牌: 6,431 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		3.88s	494	330	3,216
Qwen3.5-122B-A10B	4.8	10.0	25.0%	0		1.59s	696	312	0

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
Qwen3.5-122B-A10B	3.7	7.0	22.2%	1		2.77s	7,913	693	0

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
Qwen3.5-122B-A10B	3.0	10.0	0.0%	0		46.00s	20,175	1,137	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
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		1.01s	7,794	243	0

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
Qwen3.5-122B-A10B	5.3	10.0	33.3%	0		465ms	789	15	0

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
Qwen3.5-122B-A10B	5.0	10.0	0.0%	0		1.12s	522	66	0

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
Qwen3.5-122B-A10B	6.3	10.0	50.0%	0		513ms	711	69	0

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
Qwen3.5-122B-A10B	3.8	10.0	0.0%	0		1.00s	714	575	0

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
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		2.04s	8,211	264	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
Qwen3.5-122B-A10B	3.0	10.0	0.0%	0		295ms	210	9	0

快速对比

切换对比组合