AI BENCHY 对比
Cobuddy vs DeepSeek: DeepSeek V4 Flash
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-05-19
| 指标 | Cobuddy Cobuddy medium 免费可用 | DeepSeek V4 Flash DeepSeek V4 Flash none 免费可用 |
|---|---|---|
| 分数 | 5.8 | 5.2 |
| 排名 | #102 | #127 |
| 可靠性 | 9.9 | 10.0 |
| 一致性 | 6.9 | 9.2 |
| 测试正确 | ||
| 尝试通过率 | 54.4% | 31.6% |
| 不稳定测试 | 7 | 2 |
| 总运行次数 | 57 | 57 |
| 每个结果成本 | 0.000 | 0.147 |
| 总成本 | $0.000 | $0.008 |
| ???? | $0.000 / 1M | $0.112 / 1M |
| ???? | $0.000 / 1M | $0.224 / 1M |
| 输出令牌 | 1,648 | 4,464 |
| 推理令牌 | 96,062 | 0 |
| 响应时间（平均） | 36.50s | 28.01s |
| 响应时间（最大） | 309.02s | 111.96s |
| 响应时间（总计） | 693.45s | 532.17s |
分数 vs 总成本
响应时间（平均）
分数 vs 响应时间（平均）
总输出令牌
分数 vs 总输出令牌
类别细分
| 反AI技巧 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Cobuddy | 8.7 | 7.9 | 91.7% | 1 | 10.00s | 98 | 4,666 | |
| DeepSeek V4 Flash | 3.0 | 10.0 | 0.0% | 0 | 20.18s | 174 | 0 |
| 编程 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Cobuddy | 4.3 | 1.1 | 66.7% | 1 | 53.59s | 343 | 9,678 | |
| DeepSeek V4 Flash | 6.3 | 10.0 | 0.0% | 0 | 24.04s | 471 | 0 |
| 综合 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Cobuddy | 3.0 | 10.0 | 0.0% | 0 | 47.38s | 465 | 7,265 | |
| DeepSeek V4 Flash | 4.5 | 2.1 | 66.7% | 1 | 111.96s | 2,664 | 0 |
| 数据解析与提取 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Cobuddy | 6.3 | 5.8 | 66.7% | 1 | 17.36s | 275 | 5,591 | |
| DeepSeek V4 Flash | 10.0 | 10.0 | 100.0% | 0 | 23.79s | 195 | 0 |
| 领域专项 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Cobuddy | 2.9 | 4.4 | 22.2% | 2 | 128.15s | 10 | 49,454 | |
| DeepSeek V4 Flash | 5.3 | 10.0 | 33.3% | 0 | 19.73s | 18 | 0 |
| 通用智能 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Cobuddy | 4.2 | 9.9 | 0.0% | 0 | 23.23s | 76 | 3,782 | |
| DeepSeek V4 Flash | 4.2 | 9.9 | 0.0% | 0 | 23.74s | 67 | 0 |
| 指令遵循 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Cobuddy | 9.8 | 10.0 | 100.0% | 0 | 11.60s | 64 | 2,842 | |
| DeepSeek V4 Flash | 6.5 | 10.0 | 50.0% | 0 | 17.54s | 321 | 0 |
| 谜题求解 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Cobuddy | 3.5 | 4.4 | 33.3% | 2 | 12.91s | 175 | 5,627 | |
| DeepSeek V4 Flash | 3.1 | 7.3 | 11.1% | 1 | 22.96s | 207 | 0 |
| 工具调用 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Cobuddy | 10.0 | 10.0 | 100.0% | 0 | 11.19s | 133 | 294 | |
| DeepSeek V4 Flash | 10.0 | 10.0 | 100.0% | 0 | 77.93s | 327 | 0 |
| 常识问答 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Cobuddy | 3.0 | 10.0 | 0.0% | 0 | 36.98s | 9 | 6,863 | |
| DeepSeek V4 Flash | 3.0 | 10.0 | 0.0% | 0 | 3.07s | 20 | 0 |
快速对比
切换对比组合
Cobuddymedium免费可用vsQwen3.6 27BnoneCobuddymedium免费可用vsOwl AlphanoneCobuddymedium免费可用vsQwen3.5-27BnoneCobuddymedium免费可用vsMiMo-V2-PrononeCobuddymedium免费可用vsGLM 4.7 FlashnoneDeepSeek V4 Flashnone免费可用vsMiniMax M2.7mediumCobuddymedium免费可用vsQwen3.5-35B-A3BnoneCobuddymedium免费可用vsGPT-5.4noneCobuddymedium免费可用vsQwen3.5 Plus 2026-04-20noneCobuddymedium免费可用vsKimi K2.6noneCobuddymedium免费可用vsGLM 5.1noneCobuddymedium免费可用vsMiMo-V2.5-Pronone