AI BENCHY Compare

DeepSeek: DeepSeek V4 Flash vs Qwen: Qwen3.7 Max

概要

DeepSeek V4 Flash vs Qwen3.7 Max の benchmark 比較: Qwen3.7 Max が平均スコアでリードし、9.4 vs 8.3 です。 DeepSeek V4 Flash の benchmark コストが低く、$0.029 vs $0.523 です。 Qwen3.7 Max の方が高速で、16.02s vs 45.85s です、成功率は 74.6% vs 88.9% です。

おすすめモデル: DeepSeek V4 Flash - 総合的に最も良い選択です。競争力のあるスコア（8.3）、Qwen3.7 Max より低いコスト、バランスの取れた応答時間があります。

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: 2026-06-12

指標	DeepSeek V4 Flash DeepSeek V4 Flash high リリース: 2026-04-24	Qwen3.7 Max Qwen3.7 Max medium リリース: 2026-05-22

指標	DeepSeek V4 Flash DeepSeek V4 Flash high リリース: 2026-04-24	Qwen3.7 Max Qwen3.7 Max medium リリース: 2026-05-22
スコア	8.3	9.4
順位	#26	#4
信頼性	10.0	10.0
一貫性	8.5	9.6
正解テスト
試行ごとの合格率	74.6%	88.9%
不安定なテスト	4	1
総実行回数	63	63
結果あたりのコスト	0.299	5.517
合計コスト	$0.029	$0.523
入力価格	$0.098 / 1M	$1.250 / 1M
出力価格	$0.196 / 1M	$3.750 / 1M
合計入力トークン	39,745	42,360
出力トークン	10,310	2,129
推論トークン	123,501	122,959
応答時間（平均）	45.85s	16.02s
応答時間（最大）	218.13s	59.98s
応答時間（合計）	962.79s	336.51s

Generation showcase

Hamster playing table tennis

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

#26 DeepSeek V4 Flash

high

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

#4 Qwen3.7 Max

medium

Cost: $0.017
Time: 68.8s
Tokens: 4,526 tok

スコア上位モデル

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）	入力トークン	出力トークン	推論トークン
DeepSeek V4 Flash	8.3	10.0	75.0%	0		28.51s	540	140	7,770
Qwen3.7 Max	10.0	10.0	100.0%	0		6.36s	672	222	8,742

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）	入力トークン	出力トークン	推論トークン
DeepSeek V4 Flash	7.8	10.0	66.7%	0		50.60s	7,279	395	34,862
Qwen3.7 Max	10.0	10.0	100.0%	0		35.31s	7,893	423	34,808

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）	入力トークン	出力トークン	推論トークン
DeepSeek V4 Flash	10.0	10.0	100.0%	0		76.57s	14,016	465	7,347
Qwen3.7 Max	10.0	10.0	100.0%	0		19.60s	14,934	366	8,405

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）	入力トークン	出力トークン	推論トークン
DeepSeek V4 Flash	10.0	10.0	100.0%	0		28.03s	7,290	201	1,179
Qwen3.7 Max	10.0	10.0	100.0%	0		8.80s	7,782	270	6,254

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）	入力トークン	出力トークン	推論トークン
DeepSeek V4 Flash	4.1	4.4	44.5%	2		100.31s	666	27	59,249
Qwen3.7 Max	5.9	7.2	55.6%	1		24.94s	771	61	31,793

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）	入力トークン	出力トークン	推論トークン
DeepSeek V4 Flash	6.1	3.1	66.7%	1		25.15s	471	79	632
Qwen3.7 Max	10.0	10.0	100.0%	0		11.70s	516	135	4,457

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）	入力トークン	出力トークン	推論トークン
DeepSeek V4 Flash	10.0	10.0	100.0%	0		15.36s	627	63	1,622
Qwen3.7 Max	10.0	10.0	100.0%	0		7.46s	699	102	5,452

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）	入力トークン	出力トークン	推論トークン
DeepSeek V4 Flash	8.2	7.2	88.9%	1		26.11s	594	196	1,767
Qwen3.7 Max	10.0	10.0	100.0%	0		8.84s	696	259	8,908

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）	入力トークン	出力トークン	推論トークン
DeepSeek V4 Flash	10.0	10.0	100.0%	0		74.73s	8,079	228	542
Qwen3.7 Max	10.0	10.0	100.0%	0		6.63s	8,193	267	1,220

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）	入力トークン	出力トークン	推論トークン
DeepSeek V4 Flash	3.0	10.0	0.0%	0		54.46s	183	8,516	8,531
Qwen3.7 Max	3.0	10.0	0.0%	0		33.37s	204	24	12,920

クイック比較

比較ペアを切り替え