AI BENCHY Compare

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

Ringkasan

Perbandingan benchmark DeepSeek V4 Pro vs Qwen3.5-9B: DeepSeek V4 Pro unggul dalam skor rata-rata dengan 6.0 vs 4.6. Qwen3.5-9B memiliki biaya benchmark lebih rendah di $0.006 vs $0.079. Qwen3.5-9B lebih cepat di 1.89s vs 65.21s, dengan tingkat keberhasilan 52.4% vs 20.6%.

Model yang direkomendasikan: Qwen3.5-9B - It offers the best overall trade-off: a competitive score (4.6), lower cost than DeepSeek V4 Pro, and balanced response time.

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

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

Metrik	DeepSeek V4 Pro DeepSeek V4 Pro high Rilis: 2026-04-24	Qwen3.5-9B Qwen3.5-9B none Rilis: 2026-03-02
Skor	6.0	4.6
Peringkat	#104	#155
Keandalan	9.0	10.0
Konsistensi	7.6	9.7
Tes benar
Tingkat lulus per percobaan	52.4%	20.6%
Tes tidak stabil	6	1
Total Run	63	63
Biaya per hasil	2.869	0.123
Total Biaya	$0.079	$0.006
Harga input	$0.435 / 1M	$0.100 / 1M
Harga output	$0.870 / 1M	$0.150 / 1M
Total token input	32,240	48,041
Token output	12,250	3,952
Token penalaran	72,257	0
Waktu respons (rata-rata)	65.21s	1.89s
Waktu respons (maks)	358.35s	6.03s
Waktu respons (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

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 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

Pemrograman	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
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

Gabungan	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
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

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 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

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 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

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 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

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 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

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 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

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 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

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 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

Perbandingan Cepat

Ganti Pasangan Perbandingan