DeepSeek V4 Flash 0731 (medium) vs Qwen3.8 2.4T A95B (high)

Qwen3.8 2.4T A95B (high) лидирует по среднему баллу: 7.9 vs 7.8. DeepSeek V4 Flash 0731 (medium) имеет более низкую стоимость benchmark: $0.462 vs $2.805. DeepSeek V4 Flash 0731 (medium) быстрее: 94.16s vs 120.88s, с долей успешных попыток 72.5% vs 75.4%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-10-01

Сравниваемые модели

Ранг: #110
Общее число выходных токенов: 577,214
Время ответа (среднее): 94.16s
Общая стоимость: $0.462

Ранг: #102
Общее число выходных токенов: 468,439
Время ответа (среднее): 120.88s
Общая стоимость: $2.805

Рекомендуемая модель DeepSeek V4 Flash 0731 (medium)

Его балл близок к лучшему здесь (7.8 против 7.9), при этом он примерно в 6.1 раза дешевле, чем Qwen3.8 2.4T A95B (high).

Подробное сравнение

Метрика	DeepSeek V4 Flash 0731 DeepSeek V4 Flash 0731 medium Релиз: 2026-08-01	Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B high Релиз: 2026-08-12

Метрика	DeepSeek V4 Flash 0731 DeepSeek V4 Flash 0731 medium Релиз: 2026-08-01	Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B high Релиз: 2026-08-12
Оценка	7.8	7.9
Ранг	#110	#102
Надежность	10.0	9.6
Стабильность	7.2	8.4
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	72.5%	75.4%
Нестабильные тесты	8	4
Всего запусков	69	69
Стоимость за результат	1.176	18.696
Общая стоимость	$0.462	$2.805
Цена входа	$0.010 / 1M	$2.000 / 1M
Цена выхода	$1.280 / 1M	$6.000 / 1M
Общее число входных токенов	274,189	295,642
Выходные токены	66,689	115,041
Токены рассуждений	510,525	353,398
Время ответа (среднее)	94.16s	120.88s
Время ответа (макс.)	303.26s	532.28s
Время ответа (суммарно)	2165.72s	2780.16s
Параметры	284B всего (13B активных)	2.4T всего (95B активных)
Доступность	Закрытая модель	Веса доступны

Генерация showcase моделей

Hamster playing table tennis

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

#110 DeepSeek V4 Flash 0731

medium

Стоимость: $0.004
Время: 93.3s
Токены: 13,252 tok

#102 Qwen3.8 2.4T A95B

high

Reached the allocated time limit (600 seconds) without receiving showcase output.

Стоимость: $0.000
Время: 600.0s
Токены: 0 tok

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

Категория:

Агентные задачи	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4 Flash 0731	10.0	10.0	100.0%	0		303.26s	184,370	8,291	18,068
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		127.11s	186,711	2,240	10,171

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4 Flash 0731	8.2	7.9	83.3%	1		17.95s	698	2,101	6,715
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		24.22s	1,128	305	4,864

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4 Flash 0731	6.4	4.4	77.8%	2		198.78s	6,032	4,109	160,154
Qwen3.8 2.4T A95B	5.9	6.3	55.6%	1		160.52s	6,399	3,310	48,078

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4 Flash 0731	7.3	5.8	83.3%	1		150.58s	65,118	40,110	97,296
Qwen3.8 2.4T A95B	6.9	5.9	66.7%	1		266.12s	81,205	7,791	41,921

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4 Flash 0731	10.0	10.0	100.0%	0		5.21s	7,290	287	1,519
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		13.67s	7,928	550	2,307

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4 Flash 0731	2.9	7.2	11.1%	1		203.11s	592	9,333	154,069
Qwen3.8 2.4T A95B	4.1	6.5	22.2%	1		301.08s	964	11,279	139,028

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4 Flash 0731	6.1	3.1	66.7%	1		12.16s	471	66	1,589
Qwen3.8 2.4T A95B	6.1	3.1	66.7%	1		11.38s	630	2,020	2,165

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4 Flash 0731	8.5	6.8	83.3%	1		2.42s	706	109	580
Qwen3.8 2.4T A95B	9.8	10.0	100.0%	0		11.45s	927	245	1,727

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4 Flash 0731	8.2	7.3	88.9%	1		65.12s	594	1,530	66,970
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		65.54s	989	698	15,073

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4 Flash 0731	10.0	10.0	100.0%	0		4.41s	8,178	374	152
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		32.93s	8,481	302	656

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4 Flash 0731	3.0	10.0	0.0%	0		56.64s	140	379	3,413
Qwen3.8 2.4T A95B	3.0	10.0	0.0%	0		347.95s	280	86,301	87,408

Быстрое сравнение

Сменить пару сравнения

Gemini 3.5 FlashmediumvsQwen3.8 2.4T A95Bhigh DeepSeek V4 Flash 0731mediumvsGrok 4.5low Qwen3.8 2.4T A95BhighvsMiMo-V2.6-Flashmedium DeepSeek V4 Flash 0731mediumvsQwen3.7 Plusnone Qwen3.8 2.4T A95BhighvsGrok 4.5medium GPT-5.4 MinimediumvsQwen3.8 2.4T A95Bhigh DeepSeek V4 Flash 0731mediumvsGLM 5.3high Qwen3.8 2.4T A95BhighvsStep 3.7 Flashmedium DeepSeek V4 Flash 0731mediumvsGPT-6 Lunahigh DeepSeek V4 Flash 0731mediumvsMuse Glimmer 30Bhigh Qwen3.8 2.4T A95BhighvsGrok 4.6medium Qwen3.8 2.4T A95BhighvsGLM 5.3 FlashXmax