AI BENCHY Compare

DeepSeek: DeepSeek V4 Pro vs Google: Gemini 2.5 Flash

Сводка

Сравнение benchmark DeepSeek V4 Pro vs Gemini 2.5 Flash: Gemini 2.5 Flash лидирует по среднему баллу: 8.2 vs 8.1. DeepSeek V4 Pro имеет более низкую стоимость benchmark: $0.098 vs $0.379. Gemini 2.5 Flash быстрее: 15.49s vs 72.22s, с долей успешных попыток 66.7% vs 69.8%.

Рекомендуемая модель: DeepSeek V4 Pro - Его балл близок к лучшему здесь (8.1 против 8.2), при этом он примерно в 3.9 раза дешевле, чем Gemini 2.5 Flash.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-06-12

Метрика	DeepSeek V4 Pro DeepSeek V4 Pro high Релиз: 2026-04-24	Gemini 2.5 Flash Gemini 2.5 Flash medium Релиз: 2025-06-17

Метрика	DeepSeek V4 Pro DeepSeek V4 Pro high Релиз: 2026-04-24	Gemini 2.5 Flash Gemini 2.5 Flash medium Релиз: 2025-06-17
Оценка	8.1	8.2
Ранг	#30	#27
Надежность	9.6	10.0
Стабильность	7.8	9.6
Тестов верно
Доля успешных попыток	66.7%	69.8%
Нестабильные тесты	6	1
Всего запусков	57	63
Стоимость за результат	0.978	2.701
Общая стоимость	$0.098	$0.379
Цена входа	$0.435 / 1M	$0.300 / 1M
Цена выхода	$0.870 / 1M	$2.500 / 1M
Общее число входных токенов	35,122	34,476
Выходные токены	6,315	1,930
Токены рассуждений	93,205	145,145
Время ответа (среднее)	72.22s	15.49s
Время ответа (макс.)	437.44s	95.48s
Время ответа (суммарно)	1444.45s	325.39s

Generation showcase

Hamster playing table tennis

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

#30 DeepSeek V4 Pro

high

Cost: $0.023
Time: 257.6s
Tokens: 14,870 tok

#27 Gemini 2.5 Flash

medium

Invalid SVG

Cost: $0.000
Time: 274.0s
Tokens: 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

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4 Pro	5.7	5.9	58.3%	2		25.70s	536	149	3,214
Gemini 2.5 Flash	8.4	10.0	75.0%	0		6.30s	492	255	10,233

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4 Pro	7.7	10.0	66.7%	0		308.19s	1,583	368	42,658
Gemini 2.5 Flash	7.8	10.0	66.7%	0		41.01s	6,669	543	32,303

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4 Pro	10.0	10.0	100.0%	0		38.17s	14,060	454	5,836
Gemini 2.5 Flash	10.0	10.0	100.0%	0		28.44s	12,522	303	11,922

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4 Pro	10.0	10.0	100.0%	0		25.03s	7,690	274	2,166
Gemini 2.5 Flash	10.0	10.0	100.0%	0		4.06s	7,257	279	2,325

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4 Pro	3.6	7.2	22.2%	1		130.09s	472	4,400	26,367
Gemini 2.5 Flash	5.9	7.2	55.6%	1		37.34s	633	18	80,702

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4 Pro	10.0	10.0	100.0%	0		8.83s	471	115	1,013
Gemini 2.5 Flash	4.8	10.0	0.0%	0		4.86s	486	92	1,899

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4 Pro	7.8	6.6	83.3%	1		8.73s	627	66	2,726
Gemini 2.5 Flash	9.8	10.0	100.0%	0		2.62s	615	69	1,203

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4 Pro	6.9	4.9	77.8%	2		56.85s	591	178	2,563
Gemini 2.5 Flash	7.7	10.0	66.7%	0		3.18s	558	126	2,499

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4 Pro	9.8	10.0	100.0%	0		15.92s	8,909	295	701
Gemini 2.5 Flash	10.0	10.0	100.0%	0		6.20s	5,088	234	1,140

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4 Pro	3.0	10.0	0.0%	0		34.01s	183	16	5,961
Gemini 2.5 Flash	3.0	10.0	0.0%	0		2.76s	156	11	919

Быстрое сравнение

Сменить пару сравнения