AI BENCHY Compare

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

Resumen

Comparación benchmark de DeepSeek V4 Flash vs Qwen3.7 Plus: DeepSeek V4 Flash lidera en puntuación media con 8.3 vs 8.2. DeepSeek V4 Flash tiene menor coste de benchmark con $0.029 vs $0.177. Qwen3.7 Plus es más rápido con 38.95s vs 45.85s, con tasas de acierto de 74.6% vs 77.8%.

Modelo recomendado: DeepSeek V4 Flash - Tiene la mejor puntuación aquí (8.3) y cuesta aproximadamente 6.2x menos que Qwen3.7 Plus.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-06-12

Métrica	DeepSeek V4 Flash DeepSeek V4 Flash high Lanzamiento: 2026-04-24	Qwen3.7 Plus Qwen3.7 Plus medium Lanzamiento: 2026-06-03

Métrica	DeepSeek V4 Flash DeepSeek V4 Flash high Lanzamiento: 2026-04-24	Qwen3.7 Plus Qwen3.7 Plus medium Lanzamiento: 2026-06-03
Puntuación	8.3	8.2
Rango	#26	#28
Fiabilidad	10.0	10.0
Consistencia	8.5	9.1
Pruebas correctas
Tasa de aciertos por intento	74.6%	77.8%
Pruebas inestables	4	2
Ejecuciones totales	63	63
Costo por resultado	0.299	1.474
Costo total	$0.029	$0.177
Precio de entrada	$0.098 / 1M	$0.320 / 1M
Precio de salida	$0.196 / 1M	$1.280 / 1M
Total de tokens de entrada	39,745	40,939
Tokens de salida	10,310	2,125
Tokens de razonamiento	123,501	125,754
Tiempo de respuesta (promedio)	45.85s	38.95s
Tiempo de respuesta (máximo)	218.13s	178.04s
Tiempo de respuesta (total)	962.79s	817.85s

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

#28 Qwen3.7 Plus

medium

Cost: $0.018
Time: 193.2s
Tokens: 10,821 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
Qwen3.7 Plus	10.0	10.0	100.0%	0		8.58s	672	195	5,065

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
Qwen3.7 Plus	6.1	6.6	55.6%	1		108.60s	6,472	414	43,576

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
Qwen3.7 Plus	10.0	10.0	100.0%	0		65.24s	14,934	366	10,132

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
Qwen3.7 Plus	10.0	10.0	100.0%	0		21.75s	7,782	270	6,713

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
Qwen3.7 Plus	3.6	7.2	22.2%	1		45.35s	771	57	27,073

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
Qwen3.7 Plus	10.0	10.0	100.0%	0		25.48s	516	123	3,998

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
Qwen3.7 Plus	10.0	10.0	100.0%	0		16.13s	699	102	5,013

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
Qwen3.7 Plus	10.0	10.0	100.0%	0		16.38s	696	280	7,312

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
Qwen3.7 Plus	10.0	10.0	100.0%	0		15.02s	8,193	292	1,831

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
Qwen3.7 Plus	3.0	10.0	0.0%	0		91.07s	204	26	15,041

Comparación rápida

Cambiar par de comparación