Navegación
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

DeepSeek: DeepSeek V4 Flash vs Qwen: Qwen3.5-9B

Resumen

Comparación benchmark de DeepSeek V4 Flash vs Qwen3.5-9B: DeepSeek V4 Flash lidera en puntuación media con 5.0 vs 4.2. DeepSeek V4 Flash tiene menor coste de benchmark con $0.008 vs $0.035. DeepSeek V4 Flash es más rápido con 26.75s vs 82.24s, con tasas de acierto de 30.2% vs 27.0%.

Modelo recomendado: DeepSeek V4 Flash - Tiene la mejor puntuación aquí (5.0) y cuesta aproximadamente 4.6x menos que Qwen3.5-9B.

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

Métrica DeepSeek V4 Flash DeepSeek V4 Flash none Lanzamiento: 2026-04-24 Qwen3.5-9B Qwen3.5-9B medium Lanzamiento: 2026-03-02
Puntuación 5.0 4.2
Rango #139 #161
Fiabilidad 10.0 6.7
Consistencia 8.9 8.0
Pruebas correctas
Tasa de aciertos por intento 30.2% 27.0%
Pruebas inestables 3 5
Ejecuciones totales 63 63
Costo por resultado 0.203 1.187
Costo total $0.008 $0.035
Precio de entrada $0.099 / 1M $0.040 / 1M
Precio de salida $0.197 / 1M $0.150 / 1M
Total de tokens de entrada 50,127 17,070
Tokens de salida 13,710 29,045
Tokens de razonamiento 0 209,516
Tiempo de respuesta (promedio) 26.75s 82.24s
Tiempo de respuesta (máximo) 111.96s 226.38s
Tiempo de respuesta (total) 561.82s 1315.88s

Generation showcase

Hamster playing table tennis

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

#139 DeepSeek V4 Flash

none
Cost
$0.004
Time
157.6s
Tokens
11,297 tok

#161 Qwen3.5-9B

medium
Cost
$0.001
Time
35.9s
Tokens
3,030 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 3.0 10.0 0.0% 0 20.18s 540 174 0
Qwen3.5-9B 5.1 5.8 50.0% 2 34.44s 369 2,621 12,411
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 4.2 7.4 11.1% 1 17.13s 7,279 9,717 0
Qwen3.5-9B 2.9 10.0 0.0% 0 100.88s 2,396 7,890 41,129
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 4.5 2.1 66.7% 1 111.96s 24,398 2,664 0
Qwen3.5-9B 3.0 10.0 0.0% 0 0ms 0 0 0
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 23.79s 7,290 195 0
Qwen3.5-9B 3.6 5.6 33.3% 1 87.31s 4,722 1,383 32,113
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 5.3 10.0 33.3% 0 19.73s 666 18 0
Qwen3.5-9B 3.6 7.2 22.2% 1 137.75s 295 11,549 48,475
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 4.2 9.9 0.0% 0 23.74s 471 67 0
Qwen3.5-9B 2.8 1.6 33.3% 1 226.38s 180 0 30,695
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 6.5 10.0 50.0% 0 17.54s 627 321 0
Qwen3.5-9B 6.5 10.0 50.0% 0 5.75s 381 491 1,824
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 3.1 7.3 11.1% 1 23.72s 594 207 0
Qwen3.5-9B 3.0 10.0 0.0% 0 32.27s 376 1,593 12,026
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 77.93s 8,079 327 0
Qwen3.5-9B 10.0 10.0 100.0% 0 4.31s 8,283 444 1,149
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 3.07s 183 20 0
Qwen3.5-9B 3.0 10.0 0.0% 0 177.02s 68 3,074 29,694

Comparación rápida

Cambiar par de comparación

Ling-2.6-1TnonevsQwen3.5-9BmediumGranite 4.1 8BnonevsQwen3.5-9BmediumDeepSeek V4 FlashnonevsMistral Small 4mediumDeepSeek V4 FlashnonevsMiniMax M2.7mediumDeepSeek V4 FlashnonevsQwen3 Coder NextmediumDeepSeek V4 FlashnonevsMiniMax M2.5mediumMercury 2nonevsQwen3.5-9BmediumQwen3.5-9BmediumvsMiMo-V2-FlashnoneTrinity Large PreviewnonevsQwen3.5-9BmediumGPT-5.4 NanononevsQwen3.5-9BmediumGPT-4o-mininonevsQwen3.5-9BmediumDeepSeek V4 FlashnonevsGLM 4.7 Flashmedium