- 排名
- #86
- 总输出令牌
- 128,848
- 响应时间（平均）
- 68.62s
- 总成本
- $0.078
DeepSeek V3.2 (medium) vs Qwen3.7 Flash (medium)
DeepSeek V3.2 (medium) 平均分领先，为 7.0 vs 7.0。 Qwen3.7 Flash (medium) benchmark 成本更低，为 $0.064 vs $0.078。 Qwen3.7 Flash (medium) 更快，为 45.90s vs 68.62s，通过率为 65.2% vs 65.2%。
- 排名
- #91
- 总输出令牌
- 462,623
- 响应时间（平均）
- 45.90s
- 总成本
- $0.064
推荐模型
Qwen3.7 Flash (medium)
它提供了最佳整体取舍：得分有竞争力（7.0），成本低于DeepSeek V3.2 (medium)，响应时间也较均衡。
详细对比
| 指标 | DeepSeek V3.2 DeepSeek V3.2 medium | Qwen3.7 Flash Qwen3.7 Flash medium |
|---|---|---|
| 分数 | 7.0 | 7.0 |
| 排名 | #86 | #91 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 7.4 | 7.5 |
| 测试正确 | ||
| 尝试通过率 | 65.2% | 65.2% |
| 不稳定测试 | 7 | 7 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 0.671 | 0.636 |
| 总成本 | $0.078 | $0.064 |
| 输入价格 | $0.269 / 1M | $0.030 / 1M |
| 输出价格 | $0.400 / 1M | $0.130 / 1M |
| 总输入令牌 | 101,047 | 114,468 |
| 输出令牌 | 11,834 | 12,786 |
| 推理令牌 | 117,014 | 449,837 |
| 响应时间（平均） | 68.62s | 45.90s |
| 响应时间（最大） | 376.10s | 593.64s |
| 响应时间（总计） | 1509.53s | 1009.84s |
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#86 DeepSeek V3.2
medium- 成本
- $0.001
- 时间
- 53.6s
- 令牌
- 1,932 tok
#91 Qwen3.7 Flash
medium
无效SVG
- 成本
- $0.000
- 时间
- 600.0s
- 令牌
- 0 tok
按分数排名的模型
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） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V3.2 | 8.2 | 7.9 | 83.3% | 1 | 24.23s | 448 | 3,247 | 6,953 | |
| Qwen3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 9.56s | 672 | 525 | 12,844 |
| 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） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V3.2 | 6.0 | 7.2 | 55.6% | 1 | 248.68s | 5,717 | 649 | 52,014 | |
| Qwen3.7 Flash | 6.2 | 6.9 | 55.6% | 1 | 46.78s | 7,893 | 563 | 61,902 |
| 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） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V3.2 | 7.3 | 5.8 | 83.3% | 1 | 79.92s | 76,997 | 5,219 | 24,229 | |
| Qwen3.7 Flash | 6.4 | 5.8 | 66.7% | 1 | 314.17s | 87,042 | 10,432 | 296,919 |
| 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） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V3.2 | 10.0 | 10.0 | 100.0% | 0 | 36.09s | 7,388 | 207 | 7,693 | |
| Qwen3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 15.42s | 7,782 | 270 | 11,588 |
| 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） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V3.2 | 2.9 | 4.4 | 22.2% | 2 | 24.27s | 472 | 21 | 6,838 | |
| Qwen3.7 Flash | 3.6 | 7.2 | 22.2% | 1 | 27.16s | 771 | 59 | 31,524 |
| 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） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V3.2 | 3.4 | 2.5 | 33.3% | 1 | 58.29s | 314 | 49 | 2,189 | |
| Qwen3.7 Flash | 5.5 | 10.0 | 0.0% | 0 | 10.18s | 516 | 143 | 3,647 |
| 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） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V3.2 | 10.0 | 10.0 | 100.0% | 0 | 35.78s | 627 | 1,397 | 2,845 | |
| Qwen3.7 Flash | 5.8 | 2.7 | 66.7% | 2 | 9.27s | 699 | 100 | 7,457 |
| 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） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V3.2 | 7.0 | 7.2 | 55.6% | 1 | 37.69s | 594 | 518 | 6,375 | |
| Qwen3.7 Flash | 7.1 | 5.1 | 77.8% | 2 | 8.30s | 696 | 355 | 9,138 |
| 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） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V3.2 | 10.0 | 10.0 | 100.0% | 0 | 34.81s | 8,307 | 507 | 859 | |
| Qwen3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 7.80s | 8,193 | 309 | 2,171 |
| 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） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V3.2 | 3.0 | 10.0 | 0.0% | 0 | 83.99s | 183 | 20 | 7,019 | |
| Qwen3.7 Flash | 3.0 | 10.0 | 0.0% | 0 | 29.17s | 204 | 30 | 12,647 |
快速对比
切换对比组合
DeepSeek V3.2mediumvsGemini 3.5 FlashnoneGemini 3.5 FlashnonevsQwen3.7 FlashmediumDeepSeek V4 PrononevsQwen3.7 FlashmediumGPT-5.6 SolnonevsQwen3.7 FlashmediumQwen3.7 FlashmediumvsStep 3.7 FlashhighGPT-5.5nonevsQwen3.7 FlashmediumDeepSeek V3.2mediumvsGPT-5.6 SolnoneGemini 3.5 FlashminimalvsQwen3.7 FlashmediumDeepSeek V3.2mediumvsQwen3.7 PlusnoneDeepSeek V3.2mediumvsStep 3.7 FlashhighDeepSeek V3.2mediumvsGPT-5.5noneDeepSeek V3.2mediumvsGemini 3.5 Flashminimal