AI BENCHY 对比
Google: Gemini 3 Flash Preview vs Qwen: Qwen3.5-27B
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-02
| 指标 | Gemini 3 Flash Preview Gemini 3 Flash Preview medium | Qwen3.5-27B Qwen3.5-27B none |
|---|---|---|
| 分数 | 9.8 | 5.8 |
| 排名 | #1 | #112 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 9.6 | 9.3 |
| 测试正确 | ||
| 尝试通过率 | 98.3% | 40.0% |
| 不稳定测试 | 1 | 2 |
| 总运行次数 | 60 | 60 |
| 每个结果成本 | 2.980 | 0.241 |
| 总成本 | $0.567 | $0.014 |
| 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 | 34,014 | 41,637 |
| 输出令牌 | 2,000 | 3,585 |
| 推理令牌 | 181,033 | 0 |
| 响应时间（平均） | 16.50s | 1.69s |
| 响应时间（最大） | 117.26s | 9.39s |
| 响应时间（总计） | 330.06s | 33.82s |
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 | |
| Qwen3.5-27B | 4.8 | 10.0 | 25.0% | 0 | 788ms | 696 | 267 | 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 | 7.9 | 6.4 | 83.3% | 1 | 95.96s | 5,119 | 456 | 127,964 | |
| Qwen3.5-27B | 7.3 | 10.0 | 50.0% | 0 | 1.98s | 5,072 | 408 | 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 | |
| Qwen3.5-27B | 2.8 | 1.6 | 33.3% | 1 | 9.39s | 16,918 | 1,461 | 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 | |
| Qwen3.5-27B | 10.0 | 10.0 | 100.0% | 0 | 1.43s | 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 | |
| Qwen3.5-27B | 3.0 | 10.0 | 0.0% | 0 | 540ms | 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 | |
| Qwen3.5-27B | 5.0 | 10.0 | 0.0% | 0 | 2.51s | 522 | 126 | 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 | |
| Qwen3.5-27B | 6.3 | 10.0 | 50.0% | 0 | 1.03s | 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 | |
| Qwen3.5-27B | 6.7 | 7.9 | 55.6% | 1 | 1.38s | 714 | 683 | 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 | |
| Qwen3.5-27B | 10.0 | 10.0 | 100.0% | 0 | 3.54s | 8,211 | 303 | 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 | |
| Qwen3.5-27B | 3.0 | 10.0 | 0.0% | 0 | 599ms | 210 | 10 | 0 |
快速对比
切换对比组合
CobuddymediumvsQwen3.5-27BnoneOwl AlphamediumvsQwen3.5-27Bnonegpt-oss-120bmedium免费可用vsQwen3.5-27BnoneNemotron 3 Supermedium免费可用vsQwen3.5-27BnoneMiniMax M2.5mediumvsQwen3.5-27BnoneGPT-5 NanomediumvsQwen3.5-27BnoneMistral Small 4mediumvsQwen3.5-27BnoneElephant AlphamediumvsQwen3.5-27BnoneMiniMax M2.7mediumvsQwen3.5-27BnoneDeepSeek V4 ProhighvsQwen3.5-27BnoneMercury 2mediumvsQwen3.5-27BnoneGemini 3 Flash PreviewmediumvsGPT-5.5low