AI BENCHY 对比

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

摘要

Gemini 3 Flash Preview (medium) 平均分领先，为 9.6 vs 6.8。 Qwen3.5-Flash (medium) benchmark 成本更低，为 $0.080 vs $0.667。 Gemini 3 Flash Preview (medium) 更快，为 18.64s vs 63.29s，通过率为 98.4% vs 71.4%。

推荐模型Gemini 3 Flash Preview (medium)它在这里得分最高（9.6），同时响应速度比Qwen3.5-Flash (medium)快约 3.4 倍。

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-Flash Qwen3.5-Flash medium 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-Flash Qwen3.5-Flash medium 发布日期: 2026-02-24
分数	9.6	6.8
排名	#2	#87
可靠性	10.0	10.0
一致性	9.7	8.1
测试正确
尝试通过率	98.4%	71.4%
不稳定测试	1	5
总运行次数	63	63
每个结果成本	3.335	0.871
总成本	$0.667	$0.080
输入价格	$0.500 / 1M	$0.065 / 1M
输出价格	$3.000 / 1M	$0.260 / 1M
总输入令牌	37,017	38,926
输出令牌	2,006	2,088
推理令牌	214,153	294,598
响应时间（平均）	18.64s	63.29s
响应时间（最大）	117.26s	234.29s
响应时间（总计）	391.35s	1265.85s

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

#87 Qwen3.5-Flash

medium

成本: $0.002
时间: 25.8s
令牌: 4,294 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-Flash	10.0	10.0	100.0%	0		59.11s	672	383	32,992

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-Flash	3.7	7.2	22.2%	1		58.87s	6,685	302	90,081

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-Flash	10.0	10.0	100.0%	0		17.78s	14,934	483	8,270

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-Flash	7.3	5.9	83.3%	1		56.99s	6,061	235	16,237

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-Flash	5.3	7.2	44.4%	1		146.50s	581	58	43,615

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-Flash	6.1	3.1	66.7%	1		40.05s	516	99	38,486

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-Flash	10.0	10.0	100.0%	0		63.49s	699	98	14,139

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-Flash	8.2	7.2	88.9%	1		27.61s	381	89	12,457

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-Flash	10.0	10.0	100.0%	0		10.33s	8,193	309	1,284

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-Flash	3.0	10.0	0.0%	0		48.98s	204	32	37,037

快速对比

切换对比组合

Gemini 3.5 FlashminimalvsQwen3.5-Flashmedium KAT-Coder-Pro V2.5nonevsQwen3.5-Flashmedium Gemini 3 Flash PreviewmediumvsGPT-5.6 Sollow Gemini 3 Flash PreviewnonevsQwen3.5-Flashmedium Gemini 3.5 FlashnonevsQwen3.5-Flashmedium Gemini 3 Flash PreviewmediumvsGPT-5.6 Solhigh Qwen3.5-FlashmediumvsStep 3.7 Flashhigh Gemini 3 Flash PreviewmediumvsGPT-5.5low Qwen3.5-FlashmediumvsGLM 5.2none DeepSeek V4 PrononevsQwen3.5-Flashmedium Gemini 3.1 Flash Lite PreviewlowvsQwen3.5-Flashmedium Gemini 3.1 Flash Lite PreviewnonevsQwen3.5-Flashmedium