AI BENCHY Compare

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

Resumen

Comparación benchmark de DeepSeek V4 Pro vs Qwen3.7 Plus: Qwen3.7 Plus lidera en puntuación media con 8.2 vs 8.1. DeepSeek V4 Pro tiene menor coste de benchmark con $0.098 vs $0.177. Qwen3.7 Plus es más rápido con 38.95s vs 72.22s, con tasas de acierto de 66.7% vs 77.8%.

Modelo recomendado: DeepSeek V4 Pro - Su puntuación se mantiene cerca de la mejor aquí (8.1 vs 8.2) y cuesta aproximadamente 1.8x menos que Qwen3.7 Plus.

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	Qwen3.7 Plus Qwen3.7 Plus medium Lanzamiento: 2026-06-03

Métrica	DeepSeek V4 Pro DeepSeek V4 Pro high Lanzamiento: 2026-04-24	Qwen3.7 Plus Qwen3.7 Plus medium Lanzamiento: 2026-06-03
Puntuación	8.1	8.2
Rango	#30	#28
Fiabilidad	9.6	10.0
Consistencia	7.8	9.1
Pruebas correctas
Tasa de aciertos por intento	66.7%	77.8%
Pruebas inestables	6	2
Ejecuciones totales	57	63
Costo por resultado	0.978	1.474
Costo total	$0.098	$0.177
Precio de entrada	$0.435 / 1M	$0.320 / 1M
Precio de salida	$0.870 / 1M	$1.280 / 1M
Total de tokens de entrada	35,122	40,939
Tokens de salida	6,315	2,125
Tokens de razonamiento	93,205	125,754
Tiempo de respuesta (promedio)	72.22s	38.95s
Tiempo de respuesta (máximo)	437.44s	178.04s
Tiempo de respuesta (total)	1444.45s	817.85s

Generation showcase

Hamster playing table tennis

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

#30 DeepSeek V4 Pro

high

Cost: $0.023
Time: 257.6s
Tokens: 14,870 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 Pro	5.7	5.9	58.3%	2		25.70s	536	149	3,214
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 Pro	7.7	10.0	66.7%	0		308.19s	1,583	368	42,658
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 Pro	10.0	10.0	100.0%	0		38.17s	14,060	454	5,836
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 Pro	10.0	10.0	100.0%	0		25.03s	7,690	274	2,166
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 Pro	3.6	7.2	22.2%	1		130.09s	472	4,400	26,367
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 Pro	10.0	10.0	100.0%	0		8.83s	471	115	1,013
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 Pro	7.8	6.6	83.3%	1		8.73s	627	66	2,726
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 Pro	6.9	4.9	77.8%	2		56.85s	591	178	2,563
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 Pro	9.8	10.0	100.0%	0		15.92s	8,909	295	701
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 Pro	3.0	10.0	0.0%	0		34.01s	183	16	5,961
Qwen3.7 Plus	3.0	10.0	0.0%	0		91.07s	204	26	15,041

Comparación rápida

Cambiar par de comparación