AI BENCHY Compare
DeepSeek: DeepSeek V3.2 vs Qwen: Qwen3.5-122B-A10B
Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-03-03
| Métrica | DeepSeek: DeepSeek V3.2 medium Lanzamiento: 2025-12-01 | Qwen: Qwen3.5-122B-A10B none Lanzamiento: 2026-02-24 |
|---|---|---|
| Rango | #12 | #28 |
| Puntaje prom. | 6.98 | 5.20 |
| Consistencia | 8.75 | 9.99 |
| Costo por resultado | 0.193 | 0.206 |
| Costo total | $0.018 | $0.013 |
| Pruebas correctas | 9/14 | 6/14 |
| Tasa de aciertos por intento | 71.4% | 42.9% |
| Pruebas inestables | 2 | 0 |
| Tokens de salida | 6,753 | 1,515 |
| Tokens de razonamiento | 30,427 | 0 |
Desglose por categoría
| Trucos anti-IA | Puntuación | Consistencia | Tasa de aciertos por intento | Pruebas inestables | Pruebas correctas | Tokens de salida | Tokens de razonamiento |
|---|---|---|---|---|---|---|---|
| DeepSeek: DeepSeek V3.2 | 7.00 | 9.86 | 66.7% | 0 | 1,171 | 4,893 | |
| Qwen: Qwen3.5-122B-A10B | 4.00 | 10.00 | 33.3% | 0 | 309 | 0 |
| Análisis y extracción de datos | Puntuación | Consistencia | Tasa de aciertos por intento | Pruebas inestables | Pruebas correctas | Tokens de salida | Tokens de razonamiento |
|---|---|---|---|---|---|---|---|
| DeepSeek: DeepSeek V3.2 | 9.88 | 10.00 | 100.0% | 0 | 207 | 7,693 | |
| Qwen: Qwen3.5-122B-A10B | 9.88 | 10.00 | 100.0% | 0 | 243 | 0 |
| Específico del dominio | Puntuación | Consistencia | Tasa de aciertos por intento | Pruebas inestables | Pruebas correctas | Tokens de salida | Tokens de razonamiento |
|---|---|---|---|---|---|---|---|
| DeepSeek: DeepSeek V3.2 | 4.00 | 7.21 | 44.4% | 1 | 3,081 | 7,856 | |
| Qwen: Qwen3.5-122B-A10B | 4.00 | 10.00 | 33.3% | 0 | 15 | 0 |
| Seguimiento de instrucciones | Puntuación | Consistencia | Tasa de aciertos por intento | Pruebas inestables | Pruebas correctas | Tokens de salida | Tokens de razonamiento |
|---|---|---|---|---|---|---|---|
| DeepSeek: DeepSeek V3.2 | 7.00 | 9.84 | 50.0% | 0 | 1,397 | 2,845 | |
| Qwen: Qwen3.5-122B-A10B | 3.00 | 9.95 | 0.0% | 0 | 70 | 0 |
| Puzzle Solving | Puntuación | Consistencia | Tasa de aciertos por intento | Pruebas inestables | Pruebas correctas | Tokens de salida | Tokens de razonamiento |
|---|---|---|---|---|---|---|---|
| DeepSeek: DeepSeek V3.2 | 7.00 | 7.21 | 88.9% | 1 | 390 | 6,281 | |
| Qwen: Qwen3.5-122B-A10B | 4.33 | 10.00 | 33.3% | 0 | 614 | 0 |
| Llamada de herramientas | Puntuación | Consistencia | Tasa de aciertos por intento | Pruebas inestables | Pruebas correctas | Tokens de salida | Tokens de razonamiento |
|---|---|---|---|---|---|---|---|
| DeepSeek: DeepSeek V3.2 | 10.00 | 10.00 | 100.0% | 0 | 507 | 859 | |
| Qwen: Qwen3.5-122B-A10B | 10.00 | 10.00 | 100.0% | 0 | 264 | 0 |
Comparación rápida
Cambiar par de comparación
DeepSeek V3.2mediumvsGemini 3 Flash PreviewnoneMiniMax M2.5mediumvsQwen3.5-122B-A10Bnonegpt-oss-120bmediumDisponible gratisvsQwen3.5-122B-A10BnoneClaude Sonnet 4.6nonevsDeepSeek V3.2mediumGPT-5 NanomediumvsQwen3.5-122B-A10BnoneDeepSeek V3.2mediumvsQwen3.5 Plus 2026-02-15noneQwen3.5-122B-A10BnonevsMiMo-V2-FlashmediumClaude Opus 4.6mediumvsQwen3.5-122B-A10BnoneDeepSeek V3.2mediumvsGLM 5noneSeed-2.0-MinimediumvsQwen3.5-122B-A10BnoneQwen3.5-122B-A10BnonevsGLM 4.7 FlashmediumKimi K2.5mediumvsQwen3.5-122B-A10Bnone