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

Modelos comparados

Resumen

Comparación benchmark DeepSeek V4 Pro vs DeepSeek V4 Flash vs DeepSeek V3.2 vs Kimi K2.6DeepSeek V4 Flash lidera en Puntuación con 8.3. DeepSeek V4 Flash lidera en Fiabilidad con 10.0. DeepSeek V4 Flash tiene el Costo total más bajo con $0.029. DeepSeek V4 Flash es el más rápido con 45.85s.

Modelo recomendado: DeepSeek V4 Flash - Tiene la mejor puntuación aquí (8.3) y cuesta aproximadamente 11.8x menos que los otros modelos de esta comparación.

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

Métrica DeepSeek V4 Pro DeepSeek V4 Pro high Lanzamiento: 2026-04-24 DeepSeek V4 Flash DeepSeek V4 Flash high Lanzamiento: 2026-04-24 DeepSeek V3.2 DeepSeek V3.2 medium Lanzamiento: 2025-12-01 Kimi K2.6 Kimi K2.6 medium Lanzamiento: 2026-04-20 Disponible gratis
Puntuación 6.3 8.3 7.5 7.8
Rango #90 #26 #50 #38
Fiabilidad 9.0 10.0 10.0 10.0
Consistencia 7.6 8.5 7.6 8.6
Pruebas correctas
Tasa de aciertos por intento 52.4% 74.6% 65.1% 65.1%
Pruebas inestables 6 4 6 3
Ejecuciones totales 63 63 63 63
Costo por resultado 2.869 0.299 0.436 8.358
Costo total $0.079 $0.029 $0.044 $0.889
Precio de entrada $0.435 / 1M $0.098 / 1M $0.229 / 1M $0.680 / 1M
Precio de salida $0.870 / 1M $0.196 / 1M $0.344 / 1M $3.410 / 1M
Total de tokens de entrada 32,240 39,745 38,333 29,450
Tokens de salida 12,250 10,310 7,186 102,923
Tokens de razonamiento 72,257 123,501 99,081 254,094
Tiempo de respuesta (promedio) 65.21s 45.85s 68.71s 71.67s
Tiempo de respuesta (máximo) 358.35s 218.13s 376.10s 406.78s
Tiempo de respuesta (total) 1304.19s 962.79s 1442.81s 1433.36s

Generation showcase

Hamster playing table tennis

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

#90 DeepSeek V4 Pro

high
Cost
$0.023
Time
257.6s
Tokens
14,870 tok

#26 DeepSeek V4 Flash

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

#50 DeepSeek V3.2

medium
Cost
$0.001
Time
53.6s
Tokens
1,932 tok

#38 MoonshotAI: Kimi K2.6

medium
Cost
$0.013
Time
103.4s
Tokens
3,620 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 Pro 6.4 7.9 58.3% 1 16.53s 448 71 3,617
DeepSeek V4 Flash 8.3 10.0 75.0% 0 28.51s 540 140 7,770
DeepSeek V3.2 8.2 7.9 83.3% 1 24.23s 448 3,247 6,953
Kimi K2.6 7.0 8.0 66.7% 1 11.59s 618 7,115 8,934
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 Pro 3.3 6.4 11.1% 1 118.23s 1,966 111 20,940
DeepSeek V4 Flash 7.8 10.0 66.7% 0 50.60s 7,279 395 34,862
DeepSeek V3.2 6.0 7.2 55.6% 1 248.68s 5,717 649 52,014
Kimi K2.6 5.7 8.6 33.3% 0 214.42s 2,925 9,970 77,189
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 Pro 10.0 10.0 100.0% 0 65.02s 14,016 465 5,914
DeepSeek V4 Flash 10.0 10.0 100.0% 0 76.57s 14,016 465 7,347
DeepSeek V3.2 10.0 10.0 100.0% 0 93.11s 14,283 571 6,296
Kimi K2.6 10.0 10.0 100.0% 0 40.96s 11,271 711 13,876
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 Pro 7.3 5.9 83.3% 1 23.62s 5,633 229 1,710
DeepSeek V4 Flash 10.0 10.0 100.0% 0 28.03s 7,290 201 1,179
DeepSeek V3.2 10.0 10.0 100.0% 0 36.09s 7,388 207 7,693
Kimi K2.6 10.0 10.0 100.0% 0 20.38s 7,014 316 11,305
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 Pro 2.9 7.2 11.1% 1 205.66s 430 10,529 28,089
DeepSeek V4 Flash 4.1 4.4 44.5% 2 100.31s 666 27 59,249
DeepSeek V3.2 2.9 4.4 22.2% 2 24.27s 472 21 6,838
Kimi K2.6 5.3 7.2 44.4% 1 202.38s 326 47,035 98,262
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 Pro 6.1 3.1 66.7% 1 25.09s 314 76 1,152
DeepSeek V4 Flash 6.1 3.1 66.7% 1 25.15s 471 79 632
DeepSeek V3.2 3.4 2.5 33.3% 1 58.29s 314 49 2,189
Kimi K2.6 10.0 10.0 100.0% 0 17.83s 477 3,981 4,472
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 Pro 10.0 10.0 100.0% 0 41.16s 627 205 2,416
DeepSeek V4 Flash 10.0 10.0 100.0% 0 15.36s 627 63 1,622
DeepSeek V3.2 10.0 10.0 100.0% 0 35.78s 627 1,397 2,845
Kimi K2.6 10.0 10.0 100.0% 0 12.53s 669 3,977 5,269
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 Pro 5.9 7.2 55.6% 1 34.84s 544 139 4,019
DeepSeek V4 Flash 8.2 7.2 88.9% 1 26.11s 594 196 1,767
DeepSeek V3.2 7.0 7.2 55.6% 1 37.69s 594 518 6,375
Kimi K2.6 6.0 7.4 55.6% 1 25.06s 651 13,860 17,599
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 Pro 10.0 10.0 100.0% 0 21.33s 8,079 372 593
DeepSeek V4 Flash 10.0 10.0 100.0% 0 74.73s 8,079 228 542
DeepSeek V3.2 10.0 10.0 100.0% 0 34.81s 8,307 507 859
Kimi K2.6 10.0 10.0 100.0% 0 8.92s 5,286 248 1,011
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 Pro 3.0 10.0 0.0% 0 39.14s 183 53 3,807
DeepSeek V4 Flash 3.0 10.0 0.0% 0 54.46s 183 8,516 8,531
DeepSeek V3.2 3.0 10.0 0.0% 0 83.99s 183 20 7,019
Kimi K2.6 3.0 10.0 0.0% 0 130.27s 213 15,710 16,177

Comparación rápida

Cambiar par de comparación

DeepSeek V4 ProhighvsGPT-5.5noneDeepSeek V4 ProhighvsQwen3.5-35B-A3BmediumDeepSeek V4 FlashhighvsGemini 2.5 FlashmediumDeepSeek V4 ProhighvsGemma 4 31BmediumDisponible gratisDeepSeek V3.2mediumvsGPT-5.3 ChatnoneDeepSeek V4 ProhighvsNemotron 3 SupermediumDisponible gratisKimi K2.6mediumDisponible gratisvsStep 3.7 FlashlowSeed-2.0-LitenonevsDeepSeek V4 ProhighDeepSeek V3.2mediumvsGemini 3 Flash PreviewlowDeepSeek V4 FlashhighvsQwen3.7 PlusmediumDeepSeek V4 ProhighvsGemini 2.5 FlashnoneDeepSeek V4 FlashhighvsGPT-5.2medium