Gemma 4 31BvsQwen3.5-27B
在 6 个共同 benchmark 中，Qwen3.5-27B 整体领先：Gemma 4 31B 领先 2 项，Qwen3.5-27B 领先 4 项，持平 0 项，平均分差 +40.93。
Gemma 4 31B
Google DeepMind · 2026-04-02 · 聊天大模型
Qwen3.5-27B
阿里巴巴 · 2026-02-25 · 推理大模型
Gemma 4 31B2 项(33%)(67%)4 项Qwen3.5-27B
评测分数
按能力类目分组，每组内按分差大小排列；共 6 项。
图像感知与视觉推理
Gemma 4 31B 领先 1/1| 评测项 | Gemma 4 31B | Qwen3.5-27B | 分差 |
|---|---|---|---|
| MMMU-Pro | 70.30128 / 229Normal (No Tools) | 70132 / 229Normal (No Tools) | +0.30 |
客服与业务流程
Qwen3.5-27B 领先 1/1| 评测项 | Gemma 4 31B | Qwen3.5-27B | 分差 |
|---|---|---|---|
| τ²-Bench | 76.9020 / 44Thinking (With Tools) | 7917 / 44Thinking (With Tools) | -2.10 |
科学知识与推理
Qwen3.5-27B 领先 1/1| 评测项 | Gemma 4 31B | Qwen3.5-27B | 分差 |
|---|---|---|---|
| GPQA Diamond | 84.3096 / 253Thinking (No Tools) | 85.5084 / 253Thinking (No Tools) | -1.20 |
算法与竞赛编程
Gemma 4 31B 领先 1/1| 评测项 | Gemma 4 31B | Qwen3.5-27B | 分差 |
|---|---|---|---|
| CodeForces | 2,15014 / 21Thinking (No Tools) | 1,89917 / 21Thinking (No Tools) | +251 |
综合知识考试
Qwen3.5-27B 领先 1/1| 评测项 | Gemma 4 31B | Qwen3.5-27B | 分差 |
|---|---|---|---|
| MMLU-Pro | 85.2026 / 175Thinking (No Tools) | 86.1021 / 175Thinking (No Tools) | -0.90 |
自主开发与终端任务
Qwen3.5-27B 领先 1/1| 评测项 | Gemma 4 31B | Qwen3.5-27B | 分差 |
|---|---|---|---|
| Terminal Bench Hard | 30.30110 / 244Normal (With Tools) | 31.80100 / 244Normal (With Tools) | -1.50 |
规格对比
| 字段 | Gemma 4 31B | Qwen3.5-27B |
|---|---|---|
| 发布机构 | Google DeepMind | 阿里巴巴 |
| 发布时间 | 2026-04-02 | 2026-02-25 |
| 模型类型 | 聊天大模型 | 推理大模型 |
| 架构 | 稠密模型 | 稠密模型 |
| 参数规模 | 307亿 | 270亿 |
| 上下文长度 | 256K | 1010K |
| 最大输出 | 32K | 248320 |
小结
- Gemma 4 31B在以下类目领先:图像感知与视觉推理 (1/1)、算法与竞赛编程 (1/1)
- Qwen3.5-27B在以下类目领先:客服与业务流程 (1/1)、科学知识与推理 (1/1)、综合知识考试 (1/1)、自主开发与终端任务 (1/1)
6 个共同 benchmark 上，Gemma 4 31B 平均高出 40.93 分。
单项差距最大的 benchmark：CodeForces — Gemma 4 31B 2,150，Qwen3.5-27B 1,899（分差 +251）。
本页正文由结构化模型、价格与 benchmark 数据生成，不使用实时 LLM 撰写。