AI BENCHY 对比

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

摘要

Gemini 3 Flash Preview 平均分领先，为 6.9 vs 6.8。 Gemini 3 Flash Preview benchmark 成本更低，为 $0.025 vs $0.080。 Gemini 3 Flash Preview 更快，为 1.65s vs 63.29s，通过率为 66.7% vs 71.4%。

推荐模型Gemini 3 Flash Preview它在这里得分最高（6.9），同时成本比Qwen3.5-Flash (medium)低约 3.3 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 none 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 none 发布日期: 2025-12-17	Qwen3.5-Flash Qwen3.5-Flash medium 发布日期: 2026-02-24
分数	6.9	6.8
排名	#84	#87
可靠性	10.0	10.0
一致性	9.2	8.1
测试正确
尝试通过率	66.7%	71.4%
不稳定测试	2	5
总运行次数	63	63
每个结果成本	0.186	0.871
总成本	$0.025	$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	37,011	38,926
输出令牌	1,885	2,088
推理令牌	0	294,598
响应时间（平均）	1.65s	63.29s
响应时间（最大）	3.56s	234.29s
响应时间（总计）	23.07s	1265.85s

生成展示

Hamster playing table tennis

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

#84 Gemini 3 Flash Preview

none

成本: $0.003
时间: 5.6s
令牌: 981 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	8.3	10.0	75.0%	0		1.25s	498	214	0
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	5.5	10.0	33.3%	0		1.80s	8,122	453	0
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	4.7	1.6	66.7%	1		3.56s	12,862	350	0
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		1.41s	7,263	279	0
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	7.7	10.0	66.7%	0		963ms	643	18	0
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		1.13s	490	104	0
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	6.4	5.8	66.7%	1		1.58s	619	74	0
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	7.7	10.0	66.7%	0		1.05s	574	144	0
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		3.35s	5,784	234	0
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	3.0	10.0	0.0%	0		1.07s	156	15	0
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