AI BENCHY 对比

DeepSeek: DeepSeek V3.2 vs Google: Gemini 3 Flash Preview

摘要

Gemini 3 Flash Preview (medium) 平均分领先，为 9.6 vs 5.3。 DeepSeek V3.2 benchmark 成本更低，为 $0.020 vs $0.667。 DeepSeek V3.2 更快，为 13.83s vs 18.64s，通过率为 39.7% vs 98.4%。

推荐模型Gemini 3 Flash Preview (medium)它在本次比较中得分最高（9.6），并且在全部 2 个模型中兼顾成本和响应时间最好。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-16

指标	DeepSeek V3.2 DeepSeek V3.2 none 发布日期: 2025-12-01	Gemini 3 Flash Preview Gemini 3 Flash Preview medium 发布日期: 2025-12-17

指标	DeepSeek V3.2 DeepSeek V3.2 none 发布日期: 2025-12-01	Gemini 3 Flash Preview Gemini 3 Flash Preview medium 发布日期: 2025-12-17
分数	5.3	9.6
排名	#157	#2
可靠性	10.0	10.0
一致性	7.6	9.7
测试正确
尝试通过率	39.7%	98.4%
不稳定测试	6	1
总运行次数	63	63
每个结果成本	0.306	3.335
总成本	$0.020	$0.667
输入价格	$0.269 / 1M	$0.500 / 1M
输出价格	$0.400 / 1M	$3.000 / 1M
总输入令牌	55,997	37,017
输出令牌	11,165	2,006
推理令牌	0	214,153
响应时间（平均）	13.83s	18.64s
响应时间（最大）	115.89s	117.26s
响应时间（总计）	290.43s	391.35s

生成展示

Hamster playing table tennis

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

#157 DeepSeek V3.2

none

成本: $0.002
时间: 7.0s
令牌: 1,046 tok

#2 Gemini 3 Flash Preview

medium

成本: $0.010
时间: 17.9s
令牌: 3,236 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

类别:

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	3.2	8.0	8.3%	1		9.35s	494	1,073	0
Gemini 3 Flash Preview	10.0	10.0	100.0%	0		3.88s	494	330	3,216

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	3.1	6.9	11.1%	1		14.54s	7,279	4,528	0
Gemini 3 Flash Preview	8.6	7.6	88.9%	1		84.40s	8,122	462	161,084

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	6.5	10.0	0.0%	0		115.89s	29,843	2,887	0
Gemini 3 Flash Preview	10.0	10.0	100.0%	0		22.42s	12,873	351	10,485

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	6.3	5.8	66.7%	1		9.42s	7,890	1,710	0
Gemini 3 Flash Preview	10.0	10.0	100.0%	0		5.43s	7,548	279	4,893

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	7.2	11.1%	1		4.17s	624	21	0
Gemini 3 Flash Preview	10.0	10.0	100.0%	0		15.27s	633	12	21,684

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	4.7	1.6	66.7%	1		9.32s	314	43	0
Gemini 3 Flash Preview	10.0	10.0	100.0%	0		5.19s	486	72	1,905

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		1.52s	627	66	0
Gemini 3 Flash Preview	10.0	10.0	100.0%	0		4.04s	615	72	2,709

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	7.6	7.2	77.8%	1		6.91s	424	298	0
Gemini 3 Flash Preview	10.0	10.0	100.0%	0		4.05s	558	183	4,365

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		11.85s	8,319	522	0
Gemini 3 Flash Preview	10.0	10.0	100.0%	0		12.60s	5,532	234	1,487

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		17.23s	183	17	0
Gemini 3 Flash Preview	10.0	10.0	100.0%	0		5.50s	156	11	2,325

快速对比

切换对比组合

Gemini 3 Flash PreviewmediumvsGPT-5.6 Sollow DeepSeek V3.2nonevsMiniMax M2.7medium DeepSeek V3.2nonevsMistral Small 4medium Gemini 3 Flash PreviewmediumvsGPT-5.6 Solhigh Gemini 3 Flash PreviewmediumvsGPT-5.5low CobuddymediumvsDeepSeek V3.2none DeepSeek V3.2nonevsMiniMax M2.5medium North Mini Codemedium免费可用vsDeepSeek V3.2none DeepSeek V3.2nonevsQwen3 Coder Nextmedium DeepSeek V3.2nonevsKAT-Coder-Air V2.5low Gemini 3 Flash PreviewmediumvsMuse Spark 1.1low DeepSeek V3.2nonevsGemini 3.1 Flash Liteminimal