AI BENCHY Compare

DeepSeek: DeepSeek V4 Flash vs Qwen: Qwen3.7 Max

Zusammenfassung

DeepSeek V4 Flash vs Qwen3.7 Max Benchmark-Vergleich: Qwen3.7 Max führt beim Durchschnittsscore mit 9.4 vs 8.3. DeepSeek V4 Flash hat die niedrigeren Benchmark-Kosten mit $0.029 vs $0.523. Qwen3.7 Max ist schneller mit 16.02s vs 45.85s, mit Erfolgsraten von 74.6% vs 88.9%.

Empfohlenes Modell: DeepSeek V4 Flash - Es bietet den besten Gesamtkompromiss: wettbewerbsfähige Punktzahl (8.3), niedrigere Kosten als Qwen3.7 Max und ausgewogene Antwortzeit.

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-06-12

Metrik	DeepSeek V4 Flash DeepSeek V4 Flash high Veröffentlichung: 2026-04-24	Qwen3.7 Max Qwen3.7 Max medium Veröffentlichung: 2026-05-22

Metrik	DeepSeek V4 Flash DeepSeek V4 Flash high Veröffentlichung: 2026-04-24	Qwen3.7 Max Qwen3.7 Max medium Veröffentlichung: 2026-05-22
Punktzahl	8.3	9.4
Rang	#26	#4
Zuverlässigkeit	10.0	10.0
Konsistenz	8.5	9.6
Korrekte Tests
Erfolgsquote pro Versuch	74.6%	88.9%
Instabile Tests	4	1
Gesamtläufe	63	63
Kosten pro Ergebnis	0.299	5.517
Gesamtkosten	$0.029	$0.523
Eingabepreis	$0.098 / 1M	$1.250 / 1M
Ausgabepreis	$0.196 / 1M	$3.750 / 1M
Gesamte Eingabe-Token	39,745	42,360
Ausgabe-Token	10,310	2,129
Denk-Token	123,501	122,959
Antwortzeit (Durchschnitt)	45.85s	16.02s
Antwortzeit (Maximum)	218.13s	59.98s
Antwortzeit (Gesamt)	962.79s	336.51s

Generation showcase

Hamster playing table tennis

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

#26 DeepSeek V4 Flash

high

Cost: $0.003
Time: 93.1s
Tokens: 7,926 tok

#4 Qwen3.7 Max

medium

Cost: $0.017
Time: 68.8s
Tokens: 4,526 tok

Top-Modelle nach Score

Score vs. Gesamtkosten

Antwortzeit (Durchschnitt)

Punktzahl vs Antwortzeit (Durchschnitt)

Gesamte Ausgabe-Token

Punktzahl vs Gesamte Ausgabe-Token

Kategorieaufschlüsselung

Anti-KI-Tricks	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
DeepSeek V4 Flash	8.3	10.0	75.0%	0		28.51s	540	140	7,770
Qwen3.7 Max	10.0	10.0	100.0%	0		6.36s	672	222	8,742

Programmierung	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
DeepSeek V4 Flash	7.8	10.0	66.7%	0		50.60s	7,279	395	34,862
Qwen3.7 Max	10.0	10.0	100.0%	0		35.31s	7,893	423	34,808

Kombiniert	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
DeepSeek V4 Flash	10.0	10.0	100.0%	0		76.57s	14,016	465	7,347
Qwen3.7 Max	10.0	10.0	100.0%	0		19.60s	14,934	366	8,405

Datenanalyse und -extraktion	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
DeepSeek V4 Flash	10.0	10.0	100.0%	0		28.03s	7,290	201	1,179
Qwen3.7 Max	10.0	10.0	100.0%	0		8.80s	7,782	270	6,254

Domänenspezifisch	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
DeepSeek V4 Flash	4.1	4.4	44.5%	2		100.31s	666	27	59,249
Qwen3.7 Max	5.9	7.2	55.6%	1		24.94s	771	61	31,793

Allgemeine Intelligenz	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
DeepSeek V4 Flash	6.1	3.1	66.7%	1		25.15s	471	79	632
Qwen3.7 Max	10.0	10.0	100.0%	0		11.70s	516	135	4,457

Befolgung von Anweisungen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
DeepSeek V4 Flash	10.0	10.0	100.0%	0		15.36s	627	63	1,622
Qwen3.7 Max	10.0	10.0	100.0%	0		7.46s	699	102	5,452

Rätsellösen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
DeepSeek V4 Flash	8.2	7.2	88.9%	1		26.11s	594	196	1,767
Qwen3.7 Max	10.0	10.0	100.0%	0		8.84s	696	259	8,908

Werkzeugaufrufe	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
DeepSeek V4 Flash	10.0	10.0	100.0%	0		74.73s	8,079	228	542
Qwen3.7 Max	10.0	10.0	100.0%	0		6.63s	8,193	267	1,220

Allgemeinwissen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
DeepSeek V4 Flash	3.0	10.0	0.0%	0		54.46s	183	8,516	8,531
Qwen3.7 Max	3.0	10.0	0.0%	0		33.37s	204	24	12,920

Schnellvergleich

Vergleichspaar wechseln