Modelos comparados

Comparación benchmark Qwen3.6 35B A3B (medium) vs Qwen3.5-27B (medium) vs DeepSeek V4 Flash 0423 (high): DeepSeek V4 Flash 0423 (high) lidera en Puntuación con 8.1. Qwen3.6 35B A3B (medium) lidera en Fiabilidad con 10.0. DeepSeek V4 Flash 0423 (high) tiene el Costo total más bajo con $0.261. DeepSeek V4 Flash 0423 (high) es el más rápido con 55.99s.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-10-19

Modelos comparados

Rango: #229
Total de tokens de salida: 769,570
Tiempo de respuesta (promedio): 59.92s
Costo total: $0.834

Rango: #116
Total de tokens de salida: 635,288
Tiempo de respuesta (promedio): 114.73s
Costo total: $1.135

Rango: #108
Total de tokens de salida: 203,134
Tiempo de respuesta (promedio): 55.99s
Costo total: $0.261

Modelo recomendado DeepSeek V4 Flash 0423 (high)

Tiene la mejor puntuación aquí (8.1) y cuesta aproximadamente 3.8x menos que los otros modelos de esta comparación.

Comparación detallada

Métrica	Qwen3.6 35B A3B Qwen3.6 35B A3B medium Lanzamiento: 2026-04-20	Qwen3.5-27B Qwen3.5-27B medium Lanzamiento: 2026-02-24	DeepSeek V4 Flash 0423 DeepSeek V4 Flash 0423 high Lanzamiento: 2026-04-24

Métrica	Qwen3.6 35B A3B Qwen3.6 35B A3B medium Lanzamiento: 2026-04-20	Qwen3.5-27B Qwen3.5-27B medium Lanzamiento: 2026-02-24	DeepSeek V4 Flash 0423 DeepSeek V4 Flash 0423 high Lanzamiento: 2026-04-24
Puntuación	6.5	7.9	8.1
Rango	#229	#116	#108
Fiabilidad	10.0	10.0	10.0
Consistencia	9.0	7.9	8.6
Intentos	69/69	69/69	69/69
Pruebas correctas
Tasa de aciertos por intento	58.0%	76.8%	71.0%
Pruebas inestables	3	6	4
Ejecuciones totales	69	69	69
Costo por resultado	6.732	8.104	0.547
Costo total	$0.834	$1.135	$0.261
Precio de entrada	$0.150 / 1M	$0.195 / 1M	$0.002 / 1M
Precio de salida	$1.000 / 1M	$1.560 / 1M	$1.280 / 1M
Precio de lectura de caché	$0.050 / 1M	N/D	$0.002 / 1M
Precio de escritura de caché	N/D	N/D	N/D
Total de tokens de entrada	282,192	288,919	298,794
Tokens de salida	75,306	17,484	45,873
Tokens de razonamiento	700,868	617,804	188,721
Tiempo de respuesta (promedio)	59.92s	114.73s	55.99s
Tiempo de respuesta (máximo)	817.57s	1026.43s	218.13s
Tiempo de respuesta (total)	1258.32s	2638.74s	1287.87s
Parámetros	35B en total (3B activos)	27B	284B en total (13B activos)
Disponibilidad	Código abierto	Código abierto	Código abierto

Los precios de caché se aplican a los tokens de entrada. Las lecturas reutilizan instrucciones guardadas; las escrituras las almacenan y pueden costar más. Los tokens de salida usan el precio de salida.

Generación showcase de modelos

Hamster playing table tennis

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

#229 Qwen3.6 35B A3B

medium

Reached the allocated time limit (300 seconds) without receiving showcase output.

Coste: $0.000
Tiempo: 300.0s
Tokens: 0 tok

#116 Qwen3.5-27B

medium

Coste: $0.008
Tiempo: 62.0s
Tokens: 3,099 tok

#108 DeepSeek V4 Flash 0423

high

Coste: $0.003
Tiempo: 93.1s
Tokens: 7,926 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

Categoría:

Tareas de agentes	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Qwen3.6 35B A3B	6.1	3.1	66.7%	1	88.48s	197,044	13,570	19,312
Qwen3.5-27B	10.0	10.0	100.0%	0	146.48s	177,275	1,371	19,008
DeepSeek V4 Flash 0423	10.0	10.0	100.0%	0	148.13s	190,314	8,644	14,640

Trucos anti-IA	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Qwen3.6 35B A3B	10.0	10.0	100.0%	0	6.02s	672	1,154	12,385
Qwen3.5-27B	8.7	7.9	91.7%	1	19.75s	672	569	31,505
DeepSeek V4 Flash 0423	8.3	10.0	75.0%	0	28.51s	540	140	7,770

Programación	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Qwen3.6 35B A3B	7.7	10.0	66.7%	0	50.55s	5,051	7,929	37,223
Qwen3.5-27B	6.2	7.1	55.6%	1	160.69s	7,895	6,381	89,388
DeepSeek V4 Flash 0423	7.8	10.0	66.7%	0	50.60s	7,279	395	34,862

Combinado	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Qwen3.6 35B A3B	3.0	10.0	0.0%	0	817.57s	68,754	42,187	548,547
Qwen3.5-27B	7.3	5.8	83.3%	1	595.19s	84,417	7,948	279,132
DeepSeek V4 Flash 0423	6.4	5.8	66.7%	1	104.10s	82,663	4,633	37,533

Análisis y extracción de datos	Puntuación	Consistencia	Tasa de aciertos por intento	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Qwen3.6 35B A3B	10.0	10.0	100.0%	12.99s	7,776	2,591	9,968
Qwen3.5-27B	10.0	10.0	100.0%	30.26s	7,782	270	16,150
DeepSeek V4 Flash 0423	10.0	10.0	100.0%	28.03s	7,290	201	1,179

Específico del dominio	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Qwen3.6 35B A3B	2.9	4.4	22.2%	2	25.39s	780	6,110	41,906
Qwen3.5-27B	5.9	7.2	55.6%	1	89.39s	562	157	52,734
DeepSeek V4 Flash 0423	3.6	7.2	22.2%	1	115.42s	754	22,778	79,643

Inteligencia general	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Qwen3.6 35B A3B	4.4	9.9	0.0%	0	8.66s	516	129	4,569
Qwen3.5-27B	6.1	3.1	66.7%	1	101.41s	524	70	23,147
DeepSeek V4 Flash 0423	6.1	3.1	66.7%	1	25.15s	471	79	632

Seguimiento de instrucciones	Puntuación	Consistencia	Tasa de aciertos por intento	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Qwen3.6 35B A3B	10.0	10.0	100.0%	7.50s	699	219	7,404
Qwen3.5-27B	10.0	10.0	100.0%	19.66s	699	97	11,638
DeepSeek V4 Flash 0423	10.0	10.0	100.0%	15.36s	627	63	1,622

Resolución de acertijos	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Qwen3.6 35B A3B	8.0	10.0	66.7%	0	5.95s	696	655	9,228
Qwen3.5-27B	8.2	7.7	77.8%	1	59.60s	696	242	70,096
DeepSeek V4 Flash 0423	8.2	7.2	88.9%	1	26.11s	594	196	1,767

Llamada de herramientas	Puntuación	Consistencia	Tasa de aciertos por intento	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Qwen3.6 35B A3B	3.0	10.0	0.0%	0ms	0	0	0
Qwen3.5-27B	10.0	10.0	100.0%	7.45s	8,193	348	1,323
DeepSeek V4 Flash 0423	10.0	10.0	100.0%	74.73s	8,079	228	542

Cultura general	Puntuación	Consistencia	Tasa de aciertos por intento	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Qwen3.6 35B A3B	3.0	10.0	0.0%	32.90s	204	762	10,326
Qwen3.5-27B	3.0	10.0	0.0%	85.11s	204	31	23,683
DeepSeek V4 Flash 0423	3.0	10.0	0.0%	54.46s	183	8,516	8,531

Cambiar par de comparación

Modelos comparados