AI BENCHY Compare

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

Resumen

Comparación benchmark de DeepSeek V4 Pro vs Qwen3.5-9B: DeepSeek V4 Pro lidera en puntuación media con 6.0 vs 4.6. Qwen3.5-9B tiene menor coste de benchmark con $0.006 vs $0.079. Qwen3.5-9B es más rápido con 1.89s vs 65.21s, con tasas de acierto de 52.4% vs 20.6%.

Modelo recomendado: Qwen3.5-9B - Ofrece el mejor equilibrio general: puntuación competitiva (4.6), menor coste que DeepSeek V4 Pro y tiempo de respuesta equilibrado.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-06-10

Métrica	DeepSeek V4 Pro DeepSeek V4 Pro high Lanzamiento: 2026-04-24	Qwen3.5-9B Qwen3.5-9B none Lanzamiento: 2026-03-02

Métrica	DeepSeek V4 Pro DeepSeek V4 Pro high Lanzamiento: 2026-04-24	Qwen3.5-9B Qwen3.5-9B none Lanzamiento: 2026-03-02
Puntuación	6.0	4.6
Rango	#104	#155
Fiabilidad	9.0	10.0
Consistencia	7.6	9.7
Pruebas correctas
Tasa de aciertos por intento	52.4%	20.6%
Pruebas inestables	6	1
Ejecuciones totales	63	63
Costo por resultado	2.869	0.123
Costo total	$0.079	$0.006
Precio de entrada	$0.435 / 1M	$0.100 / 1M
Precio de salida	$0.870 / 1M	$0.150 / 1M
Total de tokens de entrada	32,240	48,041
Tokens de salida	12,250	3,952
Tokens de razonamiento	72,257	0
Tiempo de respuesta (promedio)	65.21s	1.89s
Tiempo de respuesta (máximo)	358.35s	6.03s
Tiempo de respuesta (total)	1304.19s	39.68s

Generation showcase

Hamster playing table tennis

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

#104 DeepSeek V4 Pro

high

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

#155 Qwen3.5-9B

none

Invalid SVG

Cost: $0.000
Time: 300.0s
Tokens: 0 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
Qwen3.5-9B	3.1	9.9	0.0%	0		1.71s	696	582	0

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
Qwen3.5-9B	3.9	7.8	11.1%	1		5.60s	7,913	1,042	0

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
Qwen3.5-9B	3.0	10.0	0.0%	0		5.91s	20,397	1,255	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 Pro	7.3	5.9	83.3%	1		23.62s	5,633	229	1,710
Qwen3.5-9B	10.0	10.0	100.0%	0		847ms	7,788	249	0

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
Qwen3.5-9B	3.0	10.0	0.0%	0		464ms	789	24	0

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
Qwen3.5-9B	4.4	9.9	0.0%	0		552ms	522	99	0

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
Qwen3.5-9B	6.5	10.0	50.0%	0		514ms	711	75	0

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
Qwen3.5-9B	3.2	10.0	0.0%	0		621ms	714	347	0

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
Qwen3.5-9B	10.0	10.0	100.0%	0		1.27s	8,301	273	0

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
Qwen3.5-9B	3.0	10.0	0.0%	0		2.32s	210	6	0

Comparación rápida

Cambiar par de comparación