Google: Gemma 4 31B vs Qwen: Qwen3.6 27B

Qwen3.6 27B (medium) 平均分领先，为 6.5 vs 6.3。 Gemma 4 31B (medium) benchmark 成本更低，为 $0.116 vs $0.680。 Gemma 4 31B (medium) 更快，为 75.38s vs 106.32s，通过率为 68.2% vs 59.1%。

推荐模型Gemma 4 31B (medium)它的得分接近这里的最高分（6.3 vs 6.5），同时成本比Qwen3.6 27B (medium)低约 5.9 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-25

指标	Gemma 4 31B Gemma 4 31B medium 发布日期: 2026-04-02 免费可用	Qwen3.6 27B Qwen3.6 27B medium 发布日期: 2026-04-20

指标	Gemma 4 31B Gemma 4 31B medium 发布日期: 2026-04-02 免费可用	Qwen3.6 27B Qwen3.6 27B medium 发布日期: 2026-04-20
分数	6.3	6.5
排名	#121	#109
可靠性	10.0	10.0
一致性	9.0	8.0
测试正确
尝试通过率	68.2%	59.1%
不稳定测试	2	6
总运行次数	66	66
每个结果成本	1.044	7.319
总成本	$0.116	$0.680
输入价格	$0.140 / 1M	$0.290 / 1M
输出价格	$0.400 / 1M	$2.400 / 1M
总输入令牌	94,992	106,167
输出令牌	34,468	32,889
推理令牌	223,278	241,303
响应时间（平均）	75.38s	106.32s
响应时间（最大）	437.40s	1085.11s
响应时间（总计）	1507.52s	2339.12s

Hamster playing table tennis

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

#121 Gemma 4 31B

medium

成本: $0.002
时间: 45.7s
令牌: 2,696 tok

#109 Qwen3.6 27B

medium

成本: $0.009
时间: 39.6s
令牌: 3,090 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
Gemma 4 31B	10.0	10.0	100.0%	0		12.89s	816	962	2,046
Qwen3.6 27B	8.3	10.0	75.0%	0		12.62s	453	582	4,311

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
Gemma 4 31B	4.3	5.8	22.2%	1		219.76s	5,568	11,098	33,212
Qwen3.6 27B	7.7	10.0	66.7%	0		142.99s	5,051	7,968	43,367

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
Gemma 4 31B	2.9	5.8	16.7%	1		433.11s	77,035	12,112	157,552
Qwen3.6 27B	6.7	3.7	50.0%	2		584.09s	81,895	18,788	133,471

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
Gemma 4 31B	10.0	10.0	100.0%	0		21.11s	8,334	1,822	2,951
Qwen3.6 27B	3.5	1.4	50.0%	2		37.30s	7,778	568	9,404

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
Gemma 4 31B	7.7	10.0	66.7%	0		38.48s	876	4,349	8,985
Qwen3.6 27B	2.9	7.2	11.1%	1		73.38s	662	3,510	20,352

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
Gemma 4 31B	10.0	10.0	100.0%	0		9.57s	567	105	888
Qwen3.6 27B	6.5	3.4	66.7%	1		39.53s	516	81	3,045

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
Gemma 4 31B	10.0	10.0	100.0%	0		12.76s	777	533	2,035
Qwen3.6 27B	10.0	10.0	100.0%	0		37.96s	699	346	6,548

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
Gemma 4 31B	9.9	10.0	100.0%	0		26.91s	801	1,795	5,595
Qwen3.6 27B	7.7	10.0	66.7%	0		61.14s	696	255	12,044

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
Gemma 4 31B	3.0	10.0	0.0%	0		0ms	0	0	0
Qwen3.6 27B	10.0	10.0	100.0%	0		16.88s	8,213	390	2,954

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
Gemma 4 31B	3.0	10.0	0.0%	0		90.14s	218	1,692	10,014
Qwen3.6 27B	3.0	10.0	0.0%	0		80.99s	204	401	5,807

快速对比

切换对比组合

Gemma 4 31Bmedium免费可用vsLongCat 2.0none Claude Sonnet 5nonevsGemma 4 31Bmedium免费可用 Gemini 3.1 Flash Lite PreviewlowvsQwen3.6 27Bmedium Gemini 3.1 Flash LitelowvsQwen3.6 27Bmedium LongCat 2.0highvsQwen3.6 27Bmedium Qwen3.6 27BmediumvsGLM 5.2none Gemini 3.1 Flash Lite PreviewnonevsQwen3.6 27Bmedium Gemma 4 31Bmedium免费可用vsLing 3.0 Flashhigh免费可用 Seed-2.0-LitenonevsGemma 4 31Bmedium免费可用 Gemma 4 31Bmedium免费可用vsGPT-5.6 Lunalow Gemma 4 31Bmedium免费可用vsQwen3.5 Plus 2026-02-15none Ling 3.0 Flashhigh免费可用vsQwen3.6 27Bmedium