AI BENCHY Compare

DeepSeek: DeepSeek V3.2 vs Qwen: Qwen3.5 Plus 2026-02-15

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-03-15

Метрика	DeepSeek V3.2 DeepSeek V3.2 medium Релиз: 2025-12-01	Qwen3.5 Plus 2026-02-15 Qwen3.5 Plus 2026-02-15 medium Релиз: 2026-02-15

Метрика	DeepSeek V3.2 DeepSeek V3.2 medium Релиз: 2025-12-01	Qwen3.5 Plus 2026-02-15 Qwen3.5 Plus 2026-02-15 medium Релиз: 2026-02-15
Ранг	#14	#4
Оценка	8.1	8.8
Стабильность	8.5	9.5
Стоимость за результат	0.225	1.264
Общая стоимость	$0.025	$0.165
Тестов верно
Доля успешных попыток	79.2%	85.4%
Нестабильные тесты	3	1
Всего запусков	48	48
Выходные токены	7,392	1,735
Токены рассуждений	39,089	77,212
Время ответа (среднее)	39.48s	34.45s
Время ответа (макс.)	93.11s	79.86s
Время ответа (суммарно)	631.71s	310.09s

Лучшие модели по оценке

Оценка vs общая стоимость

Время ответа (среднее)

Оценка vs Время ответа (среднее)

Общее число выходных токенов

Оценка vs Общее число выходных токенов

Разбивка по категориям

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
DeepSeek V3.2	7.8	9.9	66.7%	0		33.39s	1,171	4,893
Qwen3.5 Plus 2026-02-15	10.0	10.0	100.0%	0		10.37s	186	5,926

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
DeepSeek V3.2	10.0	10.0	100.0%	0		93.11s	571	6,296
Qwen3.5 Plus 2026-02-15	10.0	10.0	100.0%	0		46.85s	421	7,906

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
DeepSeek V3.2	10.0	10.0	100.0%	0		36.09s	207	7,693
Qwen3.5 Plus 2026-02-15	10.0	10.0	100.0%	0		46.91s	270	14,916

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
DeepSeek V3.2	5.3	7.2	44.4%	1		39.32s	3,081	7,856
Qwen3.5 Plus 2026-02-15	5.3	10.0	33.3%	0		17.50s	35	16,680

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
DeepSeek V3.2	5.4	2.5	66.7%	1		31.30s	68	2,366
Qwen3.5 Plus 2026-02-15	4.7	1.6	66.7%	1		79.86s	73	8,675

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
DeepSeek V3.2	10.0	10.0	100.0%	0		35.78s	1,397	2,845
Qwen3.5 Plus 2026-02-15	10.0	10.0	100.0%	0		31.93s	101	7,704

Puzzle Solving	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
DeepSeek V3.2	8.2	7.2	88.9%	1		36.87s	390	6,281
Qwen3.5 Plus 2026-02-15	10.0	10.0	100.0%	0		34.57s	340	14,496

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
DeepSeek V3.2	10.0	10.0	100.0%	0		34.81s	507	859
Qwen3.5 Plus 2026-02-15	10.0	10.0	100.0%	0		7.54s	309	909

Быстрое сравнение

Сменить пару сравнения

DeepSeek V3.2mediumvsGPT-5.2 Chatnone Gemini 3 Flash PreviewlowvsQwen3.5 Plus 2026-02-15medium DeepSeek V3.2mediumvsGemini 3 Flash Previewnone DeepSeek V3.2mediumvsGemini 3.1 Flash Lite Previewlow DeepSeek V3.2mediumvsGPT-5.3 Chatnone DeepSeek V3.2mediumvsGemini 3.1 Flash Lite Previewnone DeepSeek V3.2mediumvsGemini 3 Flash Previewlow Claude Sonnet 4.6nonevsDeepSeek V3.2medium GPT-5.2 ChatnonevsQwen3.5 Plus 2026-02-15medium Gemini 3 Flash PreviewnonevsQwen3.5 Plus 2026-02-15medium Gemini 3.1 Flash Lite PreviewlowvsQwen3.5 Plus 2026-02-15medium GPT-5.3 ChatnonevsQwen3.5 Plus 2026-02-15medium