AI BENCHY Compare

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

Ringkasan

Perbandingan benchmark DeepSeek V4 Pro vs Qwen3.6 Flash: DeepSeek V4 Pro unggul dalam skor rata-rata dengan 6.0 vs 5.4. Qwen3.6 Flash memiliki biaya benchmark lebih rendah di $0.015 vs $0.079. Qwen3.6 Flash lebih cepat di 1.60s vs 65.21s, dengan tingkat keberhasilan 52.4% vs 33.3%.

Model yang direkomendasikan: Qwen3.6 Flash - Its score stays close to the best score here (5.4 vs 6.0), while costing about 5.5x less than DeepSeek V4 Pro.

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

Metrik	DeepSeek V4 Pro DeepSeek V4 Pro high Rilis: 2026-04-24	Qwen3.6 Flash Qwen3.6 Flash none Rilis: 2026-04-20

Metrik	DeepSeek V4 Pro DeepSeek V4 Pro high Rilis: 2026-04-24	Qwen3.6 Flash Qwen3.6 Flash none Rilis: 2026-04-20
Skor	6.0	5.4
Peringkat	#104	#129
Keandalan	9.0	10.0
Konsistensi	7.6	10.0
Tes benar
Tingkat lulus per percobaan	52.4%	33.3%
Tes tidak stabil	6	0
Total Run	63	63
Biaya per hasil	2.869	0.266
Total Biaya	$0.079	$0.015
Harga input	$0.435 / 1M	$0.188 / 1M
Harga output	$0.870 / 1M	$1.125 / 1M
Total token input	32,240	50,810
Token output	12,250	4,164
Token penalaran	72,257	0
Waktu respons (rata-rata)	65.21s	1.60s
Waktu respons (maks)	358.35s	4.60s
Waktu respons (total)	1304.19s	33.59s

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

#129 Qwen3.6 Flash

none

Cost: $0.005
Time: 20.1s
Tokens: 4,211 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
Qwen3.6 Flash	3.1	10.0	0.0%	0		1.63s	696	1,554	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
Qwen3.6 Flash	5.4	10.0	33.3%	0		1.79s	6,488	889	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
Qwen3.6 Flash	3.0	10.0	0.0%	0		4.22s	24,675	315	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
Qwen3.6 Flash	10.0	10.0	100.0%	0		2.13s	7,794	243	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
Qwen3.6 Flash	5.3	10.0	33.3%	0		1.11s	789	15	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
Qwen3.6 Flash	10.0	10.0	100.0%	0		947ms	522	132	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
Qwen3.6 Flash	6.3	10.0	50.0%	0		1.10s	711	66	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
Qwen3.6 Flash	3.5	10.0	0.0%	0		1.21s	714	669	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
Qwen3.6 Flash	10.0	10.0	100.0%	0		2.49s	8,211	272	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
Qwen3.6 Flash	3.0	10.0	0.0%	0		649ms	210	9	0

Perbandingan Cepat

Ganti Pasangan Perbandingan