AI BENCHY Compare

DeepSeek: DeepSeek V3.2 vs Qwen: Qwen3.5-122B-A10B

Ringkasan

Qwen3.5-122B-A10B (medium) unggul dalam skor rata-rata dengan 7.1 vs 7.0. DeepSeek V3.2 (medium) memiliki biaya benchmark lebih rendah di $0.078 vs $1.046. Qwen3.5-122B-A10B (medium) lebih cepat di 64.16s vs 68.62s, dengan tingkat keberhasilan 65.2% vs 71.2%.

Model yang direkomendasikanDeepSeek V3.2 (medium)Its score stays close to the best score here (7.0 vs 7.1), while costing about 13.6x less than Qwen3.5-122B-A10B (medium).

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-07-17

Metrik	DeepSeek V3.2 DeepSeek V3.2 medium Rilis: 2025-12-01	Qwen3.5-122B-A10B Qwen3.5-122B-A10B medium Rilis: 2026-02-24

Metrik	DeepSeek V3.2 DeepSeek V3.2 medium Rilis: 2025-12-01	Qwen3.5-122B-A10B Qwen3.5-122B-A10B medium Rilis: 2026-02-24
Skor	7.0	7.1
Peringkat	#73	#69
Keandalan	10.0	10.0
Konsistensi	7.4	8.5
Tes benar
Tingkat lulus per percobaan	65.2%	71.2%
Tes tidak stabil	7	4
Total Run	66	66
Biaya per hasil	0.671	8.509
Total Biaya	$0.078	$1.046
Harga input	$0.269 / 1M	$0.260 / 1M
Harga output	$0.400 / 1M	$2.080 / 1M
Total token input	101,047	124,771
Token output	11,834	44,077
Token penalaran	117,014	443,141
Waktu respons (rata-rata)	68.62s	64.16s
Waktu respons (maks)	376.10s	519.30s
Waktu respons (total)	1509.53s	1411.60s

Showcase generasi

Hamster playing table tennis

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

#73 DeepSeek V3.2

medium

Biaya: $0.001
Waktu: 53.6s
Token: 1,932 tok

#69 Qwen3.5-122B-A10B

medium

Biaya: $0.019
Waktu: 48.7s
Token: 6,034 tok

Model teratas berdasarkan skor

Skor vs Total Biaya

Waktu respons (rata-rata)

Skor vs Waktu respons (rata-rata)

Total token output

Skor vs Total token output

Rincian Kategori

Kategori:

Trik anti-AI	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
DeepSeek V3.2	8.2	7.9	83.3%	1		24.23s	448	3,247	6,953
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		9.75s	672	269	16,835

Pemrograman	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
DeepSeek V3.2	6.0	7.2	55.6%	1		248.68s	5,717	649	52,014
Qwen3.5-122B-A10B	6.0	7.2	55.6%	1		114.48s	7,630	8,057	82,578

Gabungan	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
DeepSeek V3.2	7.3	5.8	83.3%	1		79.92s	76,997	5,219	24,229
Qwen3.5-122B-A10B	6.4	5.8	66.7%	1		313.55s	97,886	18,373	203,450

Parsing dan ekstraksi data	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
DeepSeek V3.2	10.0	10.0	100.0%	0		36.09s	7,388	207	7,693
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		23.41s	7,782	270	16,558

Spesifik domain	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
DeepSeek V3.2	2.9	4.4	22.2%	2		24.27s	472	21	6,838
Qwen3.5-122B-A10B	2.9	7.2	11.1%	1		63.40s	771	15,537	64,889

Kecerdasan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
DeepSeek V3.2	3.4	2.5	33.3%	1		58.29s	314	49	2,189
Qwen3.5-122B-A10B	3.4	2.2	33.3%	1		34.11s	344	66	7,592

Kepatuhan instruksi	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
DeepSeek V3.2	10.0	10.0	100.0%	0		35.78s	627	1,397	2,845
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		9.88s	593	77	7,372

Pemecahan teka-teki	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
DeepSeek V3.2	7.0	7.2	55.6%	1		37.69s	594	518	6,375
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		17.89s	696	284	27,575

Pemanggilan alat	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
DeepSeek V3.2	10.0	10.0	100.0%	0		34.81s	8,307	507	859
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		4.60s	8,193	322	1,226

Pengetahuan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
DeepSeek V3.2	3.0	10.0	0.0%	0		83.99s	183	20	7,019
Qwen3.5-122B-A10B	3.0	10.0	0.0%	0		52.87s	204	822	15,066

Perbandingan Cepat

Ganti Pasangan Perbandingan

DeepSeek V3.2mediumvsGemini 3.5 Flashnone KAT-Coder-Pro V2.5highvsQwen3.5-122B-A10Bmedium Qwen3.5-122B-A10BmediumvsStep 3.7 Flashlow DeepSeek V3.2mediumvsGPT-5.6 Solnone Claude Opus 4.8nonevsQwen3.5-122B-A10Bmedium DeepSeek V3.2mediumvsQwen3.7 Plusnone DeepSeek V3.2mediumvsStep 3.7 Flashhigh DeepSeek V3.2mediumvsGPT-5.5none Gemini 3.5 FlashnonevsQwen3.5-122B-A10Bmedium DeepSeek V3.2mediumvsGemini 3.5 Flashminimal Claude Sonnet 4.6nonevsQwen3.5-122B-A10Bmedium DeepSeek V3.2mediumvsKAT-Coder-Pro V2.5high