AI BENCHY Compare
DeepSeek: DeepSeek V3.2 vs Qwen: Qwen3.5 Plus 2026-02-15
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 Plus 2026-02-15 none Lanzamiento: 2026-02-15 |
|---|---|---|
| Rango | #12 | #16 |
| Puntaje prom. | 6.98 | 6.29 |
| Consistencia | 8.75 | 9.99 |
| Costo por resultado | 0.193 | 0.139 |
| Costo total | $0.018 | $0.012 |
| Pruebas correctas | 9/14 | 8/14 |
| Tasa de aciertos por intento | 71.4% | 57.1% |
| Pruebas inestables | 2 | 0 |
| Tokens de salida | 6,753 | 1,499 |
| 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 Plus 2026-02-15 | 4.00 | 10.00 | 33.3% | 0 | 514 | 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 Plus 2026-02-15 | 10.00 | 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 Plus 2026-02-15 | 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 Plus 2026-02-15 | 9.50 | 10.00 | 100.0% | 0 | 71 | 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 Plus 2026-02-15 | 5.00 | 9.96 | 33.3% | 0 | 434 | 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 Plus 2026-02-15 | 10.00 | 10.00 | 100.0% | 0 | 222 | 0 |
Comparación rápida
Cambiar par de comparación
Qwen3.5 Plus 2026-02-15nonevsGrok 4.1 FastmediumKimi K2.5mediumvsQwen3.5 Plus 2026-02-15noneSeed-2.0-MinimediumvsQwen3.5 Plus 2026-02-15noneClaude Opus 4.6mediumvsQwen3.5 Plus 2026-02-15noneDeepSeek V3.2mediumvsGemini 3 Flash PreviewnoneQwen3.5 Plus 2026-02-15nonevsMiMo-V2-FlashmediumGPT-5 NanomediumvsQwen3.5 Plus 2026-02-15noneClaude Sonnet 4.6nonevsDeepSeek V3.2mediumgpt-oss-120bmediumDisponible gratisvsQwen3.5 Plus 2026-02-15noneMiniMax M2.5mediumvsQwen3.5 Plus 2026-02-15noneGPT-5.2mediumvsQwen3.5 Plus 2026-02-15noneQwen3.5 Plus 2026-02-15nonevsStep 3.5 FlashmediumDisponible gratis