AI BENCHY 对比

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

摘要

Gemma 4 31B vs Qwen3.6 27B benchmark 对比：Gemma 4 31B 平均分领先，为 6.3 vs 5.5。 Qwen3.6 27B benchmark 成本更低，为 $0.025 vs $0.033。 Qwen3.6 27B 更快，为 3.72s vs 56.55s，通过率为 69.8% vs 47.6%。

推荐模型: Gemma 4 31B - 它在本次比较中得分最高（6.3），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：: 2026-07-02

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 none 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 none 发布日期: 2026-04-20
分数	6.3	5.5
排名	#91	#124
可靠性	10.0	10.0
一致性	9.4	7.6
测试正确
尝试通过率	69.8%	47.6%
不稳定测试	1	6
总运行次数	63	63
每个结果成本	0.257	0.467
总成本	$0.033	$0.025
输入价格	$0.120 / 1M	$0.286 / 1M
输出价格	$0.350 / 1M	$2.400 / 1M
总输入令牌	17,957	52,721
输出令牌	22,356	3,812
推理令牌	65,726	0
响应时间（平均）	56.55s	3.72s
响应时间（最大）	437.40s	11.82s
响应时间（总计）	1074.41s	78.08s

生成展示

Hamster playing table tennis

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

#91 Gemma 4 31B

medium

成本: $0.002
时间: 45.7s
令牌: 2,696 tok

#124 Qwen3.6 27B

none

成本: $0.009
时间: 83.0s
令牌: 4,549 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

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	3.8	3.7	41.7%	3		2.83s	696	490	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
Gemma 4 31B	4.3	5.8	22.2%	1		219.76s	5,568	11,098	33,212
Qwen3.6 27B	5.5	10.0	33.3%	0		4.16s	7,913	539	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
Gemma 4 31B	3.0	10.0	0.0%	0		0ms	0	0	0
Qwen3.6 27B	3.0	10.0	0.0%	0		9.95s	22,497	1,401	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
Gemma 4 31B	10.0	10.0	100.0%	0		21.11s	8,334	1,822	2,951
Qwen3.6 27B	7.3	5.8	83.3%	1		2.06s	7,788	248	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
Gemma 4 31B	7.7	10.0	66.7%	0		38.48s	876	4,349	8,985
Qwen3.6 27B	7.7	10.0	66.7%	0		3.03s	789	24	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
Gemma 4 31B	10.0	10.0	100.0%	0		9.57s	567	105	888
Qwen3.6 27B	5.2	9.9	0.0%	0		1.07s	522	72	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
Gemma 4 31B	10.0	10.0	100.0%	0		12.76s	777	533	2,035
Qwen3.6 27B	6.2	5.8	66.7%	1		1.92s	711	49	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
Gemma 4 31B	9.9	10.0	100.0%	0		26.91s	801	1,795	5,595
Qwen3.6 27B	5.3	7.2	44.4%	1		5.15s	714	639	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
Gemma 4 31B	3.0	10.0	0.0%	0		0ms	0	0	0
Qwen3.6 27B	9.5	10.0	100.0%	0		6.74s	10,881	339	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
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		4.03s	210	11	0

快速对比

切换对比组合