AI BENCHY Compare
DeepSeek: DeepSeek V4 Flash vs Qwen: Qwen3.6 Max Preview
ベンチマークは AI BENCHY テストスイートから次の日時に生成: 2026-05-08
| 指標 | DeepSeek V4 Flash DeepSeek V4 Flash high | Qwen3.6 Max Preview Qwen3.6 Max Preview none |
|---|---|---|
| スコア | 7.6 | 7.2 |
| 順位 | #48 | #54 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 7.9 | 9.1 |
| 正解テスト | ||
| 試行ごとの合格率 | 75.4% | 64.9% |
| 不安定なテスト | 5 | 2 |
| 総実行回数 | 57 | 57 |
| 結果あたりのコスト | 0.299 | 0.755 |
| 合計コスト | $0.033 | $0.083 |
| ???? | $0.140 / 1M | $1.040 / 1M |
| ???? | $0.280 / 1M | $6.240 / 1M |
| 出力トークン | 10,281 | 4,751 |
| 推論トークン | 98,830 | 0 |
| 応答時間（平均） | 45.88s | 3.31s |
| 応答時間（最大） | 218.13s | 20.51s |
| 応答時間（合計） | 871.76s | 62.80s |
スコア vs 総コスト
応答時間（平均）
スコア vs 応答時間（平均）
合計出力トークン
スコア vs 合計出力トークン
カテゴリ内訳
| 反AIトリック | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash | 8.3 | 10.0 | 75.0% | 0 | 28.51s | 140 | 7,770 | |
| Qwen3.6 Max Preview | 5.2 | 7.9 | 41.7% | 1 | 2.63s | 513 | 0 |
| コーディング | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash | 10.0 | 10.0 | 100.0% | 0 | 62.48s | 369 | 9,361 | |
| Qwen3.6 Max Preview | 5.0 | 2.0 | 66.7% | 1 | 3.45s | 426 | 0 |
| 複合 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash | 10.0 | 10.0 | 100.0% | 0 | 76.57s | 465 | 7,347 | |
| Qwen3.6 Max Preview | 3.0 | 10.0 | 0.0% | 0 | 20.51s | 2,842 | 0 |
| データ解析と抽出 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash | 10.0 | 10.0 | 100.0% | 0 | 28.03s | 201 | 1,179 | |
| Qwen3.6 Max Preview | 10.0 | 10.0 | 100.0% | 0 | 2.87s | 243 | 0 |
| ドメイン特化 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash | 4.1 | 4.4 | 44.5% | 2 | 100.31s | 27 | 59,249 | |
| Qwen3.6 Max Preview | 7.7 | 10.0 | 66.7% | 0 | 1.22s | 18 | 0 |
| 汎用知能 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash | 6.1 | 3.1 | 66.7% | 1 | 25.15s | 79 | 632 | |
| Qwen3.6 Max Preview | 4.3 | 10.0 | 0.0% | 0 | 1.62s | 76 | 0 |
| 指示追従 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash | 10.0 | 10.0 | 100.0% | 0 | 15.36s | 63 | 1,622 | |
| Qwen3.6 Max Preview | 9.8 | 10.0 | 100.0% | 0 | 1.45s | 69 | 0 |
| パズル解決 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash | 6.4 | 4.4 | 77.8% | 2 | 25.53s | 193 | 2,597 | |
| Qwen3.6 Max Preview | 10.0 | 10.0 | 100.0% | 0 | 2.38s | 323 | 0 |
| ツール呼び出し | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash | 10.0 | 10.0 | 100.0% | 0 | 74.73s | 228 | 542 | |
| Qwen3.6 Max Preview | 10.0 | 10.0 | 100.0% | 0 | 5.27s | 222 | 0 |
| 雑学 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash | 3.0 | 10.0 | 0.0% | 0 | 54.46s | 8,516 | 8,531 | |
| Qwen3.6 Max Preview | 3.0 | 10.0 | 0.0% | 0 | 1.97s | 19 | 0 |
クイック比較
比較ペアを切り替え
Qwen3.6 Max PreviewnonevsMiMo-V2-FlashmediumDeepSeek V4 FlashhighvsGLM 5.1mediumSeed-2.0-MinimediumvsQwen3.6 Max PreviewnoneDeepSeek V4 FlashhighvsGLM 5V TurbomediumDeepSeek V4 FlashhighvsGPT-5.3 ChatnoneDeepSeek V4 FlashhighvsQwen3.6 FlashmediumGPT-5.2mediumvsQwen3.6 Max PreviewnoneDeepSeek V4 FlashhighvsQwen3.5-FlashmediumGPT-5.4 NanomediumvsQwen3.6 Max PreviewnoneDeepSeek V4 FlashhighvsGemini 3.1 Flash LitelowDeepSeek V3.2mediumvsQwen3.6 Max PreviewnoneDeepSeek V4 FlashhighvsStep 3.5 Flashmedium