AI BENCHY Compare

DeepSeek: DeepSeek V4 Flash vs Qwen: Qwen3.6 Plus

Ringkasan

Perbandingan benchmark DeepSeek V4 Flash vs Qwen3.6 Plus: Qwen3.6 Plus unggul dalam skor rata-rata dengan 7.9 vs 7.7. DeepSeek V4 Flash memiliki biaya benchmark lebih rendah di $0.029 vs $0.294. Qwen3.6 Plus lebih cepat di 30.70s vs 45.85s, dengan tingkat keberhasilan 74.6% vs 69.8%.

Model yang direkomendasikan: DeepSeek V4 Flash - Its score stays close to the best score here (7.7 vs 7.9), while costing about 10.3x less than Qwen3.6 Plus.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-06-10

Metrik	DeepSeek V4 Flash DeepSeek V4 Flash high Rilis: 2026-04-24	Qwen3.6 Plus Qwen3.6 Plus medium Rilis: 2026-04-20

Metrik	DeepSeek V4 Flash DeepSeek V4 Flash high Rilis: 2026-04-24	Qwen3.6 Plus Qwen3.6 Plus medium Rilis: 2026-04-20
Skor	7.7	7.9
Peringkat	#32	#27
Keandalan	10.0	10.0
Konsistensi	8.5	9.3
Tes benar
Tingkat lulus per percobaan	74.6%	69.8%
Tes tidak stabil	4	2
Total Run	63	63
Biaya per hasil	0.299	0.831
Total Biaya	$0.029	$0.294
Harga input	$0.099 / 1M	$0.325 / 1M
Harga output	$0.197 / 1M	$1.950 / 1M
Total token input	39,745	41,565
Token output	10,310	1,853
Token penalaran	123,501	141,973
Waktu respons (rata-rata)	45.85s	30.70s
Waktu respons (maks)	218.13s	201.68s
Waktu respons (total)	962.79s	613.99s

Generation showcase

Hamster playing table tennis

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

#32 DeepSeek V4 Flash

high

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

#27 Qwen3.6 Plus

medium

Cost: $0.024
Time: 219.0s
Tokens: 12,235 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

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 V4 Flash	8.3	10.0	75.0%	0		28.51s	540	140	7,770
Qwen3.6 Plus	10.0	10.0	100.0%	0		9.90s	672	207	7,557

Pemrograman	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
DeepSeek V4 Flash	7.8	10.0	66.7%	0		50.60s	7,279	395	34,862
Qwen3.6 Plus	6.1	7.8	44.4%	1		153.12s	7,098	58	50,586

Gabungan	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
DeepSeek V4 Flash	10.0	10.0	100.0%	0		76.57s	14,016	465	7,347
Qwen3.6 Plus	10.0	10.0	100.0%	0		34.95s	14,934	452	13,073

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 V4 Flash	10.0	10.0	100.0%	0		28.03s	7,290	201	1,179
Qwen3.6 Plus	10.0	10.0	100.0%	0		14.95s	7,782	270	10,706

Spesifik domain	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
DeepSeek V4 Flash	4.1	4.4	44.5%	2		100.31s	666	27	59,249
Qwen3.6 Plus	2.9	7.2	11.1%	1		29.59s	771	56	33,464

Kecerdasan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
DeepSeek V4 Flash	6.1	3.1	66.7%	1		25.15s	471	79	632
Qwen3.6 Plus	5.1	10.0	0.0%	0		27.05s	516	111	5,232

Kepatuhan instruksi	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
DeepSeek V4 Flash	10.0	10.0	100.0%	0		15.36s	627	63	1,622
Qwen3.6 Plus	10.0	10.0	100.0%	0		7.54s	699	102	5,552

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 V4 Flash	8.2	7.2	88.9%	1		26.11s	594	196	1,767
Qwen3.6 Plus	10.0	10.0	100.0%	0		6.34s	696	309	6,712

Pemanggilan alat	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
DeepSeek V4 Flash	10.0	10.0	100.0%	0		74.73s	8,079	228	542
Qwen3.6 Plus	10.0	10.0	100.0%	0		5.87s	8,193	267	1,330

Pengetahuan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
DeepSeek V4 Flash	3.0	10.0	0.0%	0		54.46s	183	8,516	8,531
Qwen3.6 Plus	3.0	10.0	0.0%	0		47.51s	204	21	7,761

Perbandingan Cepat

Ganti Pasangan Perbandingan