导航
AI BENCHY
Advertise here

AI BENCHY 对比

DeepSeek: DeepSeek V3.2 vs Qwen: Qwen3.7 Plus

摘要

DeepSeek V3.2 vs Qwen3.7 Plus benchmark 对比：DeepSeek V3.2 平均分领先，为 7.5 vs 7.2。 Qwen3.7 Plus benchmark 成本更低，为 $0.023 vs $0.044。 Qwen3.7 Plus 更快，为 2.85s vs 68.71s，通过率为 65.1% vs 47.6%。

推荐模型: Qwen3.7 Plus - 它的得分接近这里的最高分（7.2 vs 7.5），同时成本比DeepSeek V3.2低约 2.0 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-12

指标 DeepSeek V3.2 DeepSeek V3.2 medium 发布日期: 2025-12-01 Qwen3.7 Plus Qwen3.7 Plus none 发布日期: 2026-06-03
分数 7.5 7.2
排名 #50 #61
可靠性 10.0 10.0
一致性 7.6 10.0
测试正确
尝试通过率 65.1% 47.6%
不稳定测试 6 0
总运行次数 63 63
每个结果成本 0.436 0.276
总成本 $0.044 $0.023
输入价格 $0.229 / 1M $0.320 / 1M
输出价格 $0.344 / 1M $1.280 / 1M
总输入令牌 38,333 42,510
输出令牌 7,186 6,578
推理令牌 99,081 0
响应时间（平均） 68.71s 2.85s
响应时间（最大） 376.10s 29.38s
响应时间（总计） 1442.81s 59.86s

Generation showcase

Hamster playing table tennis

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

#50 DeepSeek V3.2

medium
Cost
$0.001
Time
53.6s
Tokens
1,932 tok

#61 Qwen3.7 Plus

none
Cost
$0.019
Time
213.5s
Tokens
11,960 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 Plus 6.5 10.0 50.0% 0 1.38s 696 349 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 Plus 5.5 10.0 33.3% 0 2.15s 7,911 639 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） 输入令牌 输出令牌 推理令牌
DeepSeek V3.2 10.0 10.0 100.0% 0 93.11s 14,283 571 6,296
Qwen3.7 Plus 10.0 10.0 100.0% 0 29.38s 14,952 4,505 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 Plus 10.0 10.0 100.0% 0 1.43s 7,794 243 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 Plus 3.0 10.0 0.0% 0 868ms 789 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 Plus 5.3 10.0 0.0% 0 1.33s 522 78 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 Plus 6.3 10.0 50.0% 0 929ms 711 72 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 Plus 7.7 10.0 66.7% 0 1.71s 714 443 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 Plus 10.0 10.0 100.0% 0 3.54s 8,211 222 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 Plus 3.0 10.0 0.0% 0 1.21s 210 9 0

快速对比

切换对比组合

Gemma 4 26B A4Bmedium免费可用vsQwen3.7 PlusnoneDeepSeek V3.2mediumvsGPT-5.3 ChatnoneQwen3.7 PlusnonevsMiMo-V2-FlashmediumQwen3.7 PlusnonevsStep 3.7 FlashhighQwen3.7 PlusnonevsGLM 5.1mediumDeepSeek V3.2mediumvsGemini 3 Flash PreviewlowQwen3.7 PlusnonevsGLM 5V TurbomediumKimi K2.7 CodemediumvsQwen3.7 PlusnoneClaude Sonnet 4.6nonevsDeepSeek V3.2mediumQwen3.7 PlusnonevsGrok 4.20mediumGemini 3 Flash PreviewlowvsQwen3.7 PlusnoneQwen3.7 PlusnonevsStep 3.5 Flashmedium