AI BENCHY Compare

DeepSeek: DeepSeek V4 Flash vs Qwen: Qwen3.5-27B

Resumen

Comparación benchmark de DeepSeek V4 Flash vs Qwen3.5-27B: La puntuación media está prácticamente empatada en 7.7 vs 7.8. DeepSeek V4 Flash tiene menor coste de benchmark con $0.029 vs $0.536. DeepSeek V4 Flash es más rápido con 45.85s vs 68.39s, con tasas de acierto de 74.6% vs 73.0%.

Modelo recomendado: DeepSeek V4 Flash - Tiene la mejor puntuación aquí (7.7) y cuesta aproximadamente 18.8x menos que Qwen3.5-27B.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-06-04

Métrica	DeepSeek V4 Flash DeepSeek V4 Flash high Lanzamiento: 2026-04-24	Qwen3.5-27B Qwen3.5-27B medium Lanzamiento: 2026-02-24

Métrica	DeepSeek V4 Flash DeepSeek V4 Flash high Lanzamiento: 2026-04-24	Qwen3.5-27B Qwen3.5-27B medium Lanzamiento: 2026-02-24
Puntuación	7.7	7.8
Rango	#31	#30
Fiabilidad	10.0	10.0
Consistencia	8.5	8.5
Pruebas correctas
Tasa de aciertos por intento	74.6%	73.0%
Pruebas inestables	4	4
Ejecuciones totales	63	63
Costo por resultado	0.299	4.901
Costo total	$0.029	$0.536
Precio de entrada	$0.099 / 1M	$0.195 / 1M
Precio de salida	$0.197 / 1M	$1.560 / 1M
Total de tokens de entrada	39,745	42,164
Tokens de salida	10,310	8,534
Tokens de razonamiento	123,501	329,289
Tiempo de respuesta (promedio)	45.85s	68.39s
Tiempo de respuesta (máximo)	218.13s	234.36s
Tiempo de respuesta (total)	962.79s	1436.24s

Generation showcase

Hamster playing table tennis

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

#31 DeepSeek V4 Flash

high

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

#30 Qwen3.5-27B

medium

Cost: $0.008
Time: 62.0s
Tokens: 3,099 tok

Mejores modelos por puntuación

Puntuación vs costo total

Tiempo de respuesta (promedio)

Puntuación vs Tiempo de respuesta (promedio)

Total de tokens de salida

Puntuación vs Total de tokens de salida

Desglose por categoría

Trucos anti-IA	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
DeepSeek V4 Flash	8.3	10.0	75.0%	0		28.51s	540	140	7,770
Qwen3.5-27B	8.7	7.9	91.7%	1		19.75s	672	569	31,505

Programación	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
DeepSeek V4 Flash	7.8	10.0	66.7%	0		50.60s	7,279	395	34,862
Qwen3.5-27B	6.2	7.1	55.6%	1		160.69s	7,895	6,381	89,388

Combinado	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
DeepSeek V4 Flash	10.0	10.0	100.0%	0		76.57s	14,016	465	7,347
Qwen3.5-27B	10.0	10.0	100.0%	0		163.96s	14,946	483	9,991

Análisis y extracción de datos	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
DeepSeek V4 Flash	10.0	10.0	100.0%	0		28.03s	7,290	201	1,179
Qwen3.5-27B	10.0	10.0	100.0%	0		30.26s	7,782	270	16,150

Específico del dominio	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
DeepSeek V4 Flash	4.1	4.4	44.5%	2		100.31s	666	27	59,249
Qwen3.5-27B	5.3	10.0	33.3%	0		79.53s	553	43	52,368

Inteligencia general	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
DeepSeek V4 Flash	6.1	3.1	66.7%	1		25.15s	471	79	632
Qwen3.5-27B	6.1	3.1	66.7%	1		101.41s	524	70	23,147

Seguimiento de instrucciones	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
DeepSeek V4 Flash	10.0	10.0	100.0%	0		15.36s	627	63	1,622
Qwen3.5-27B	10.0	10.0	100.0%	0		19.66s	699	97	11,638

Resolución de acertijos	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
DeepSeek V4 Flash	8.2	7.2	88.9%	1		26.11s	594	196	1,767
Qwen3.5-27B	8.2	7.7	77.8%	1		59.60s	696	242	70,096

Llamada de herramientas	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
DeepSeek V4 Flash	10.0	10.0	100.0%	0		74.73s	8,079	228	542
Qwen3.5-27B	10.0	10.0	100.0%	0		7.45s	8,193	348	1,323

Cultura general	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
DeepSeek V4 Flash	3.0	10.0	0.0%	0		54.46s	183	8,516	8,531
Qwen3.5-27B	3.0	10.0	0.0%	0		85.11s	204	31	23,683

Comparación rápida

Cambiar par de comparación