AI BENCHY 对比
DeepSeek: DeepSeek V3.2 vs Google: Gemma 4 26B A4B
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-04-04
| 指标 | DeepSeek V3.2 DeepSeek V3.2 none | Gemma 4 26B A4B Gemma 4 26B A4B none |
|---|---|---|
| 分数 | 6.4 | 6.3 |
| 排名 | #51 | #53 |
| 一致性 | 8.5 | 9.1 |
| 测试正确 | ||
| 尝试通过率 | 51.0% | 47.1% |
| 不稳定测试 | 3 | 2 |
| 总运行次数 | 51 | 51 |
| 每个结果成本 | 0.220 | 0.068 |
| 总成本 | $0.016 | $0.005 |
| ???? | $0.260 / 1M | $0.130 / 1M |
| ???? | $0.380 / 1M | $0.400 / 1M |
| 输出令牌 | 7,831 | 1,335 |
| 推理令牌 | 0 | 0 |
| 响应时间（平均） | 12.35s | 6.56s |
| 响应时间（最大） | 115.89s | 57.10s |
| 响应时间（总计） | 209.94s | 111.54s |
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 |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V3.2 | 3.2 | 9.8 | 0.0% | 0 | 7.63s | 1,419 | 0 | |
| Gemma 4 26B A4B | 8.3 | 10.0 | 75.0% | 0 | 1.28s | 230 | 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 |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V3.2 | 6.5 | 10.0 | 0.0% | 0 | 115.89s | 2,887 | 0 | |
| Gemma 4 26B A4B | 3.0 | 10.0 | 0.0% | 0 | 30.53s | 309 | 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 |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V3.2 | 6.3 | 5.8 | 66.7% | 1 | 9.42s | 1,710 | 0 | |
| Gemma 4 26B A4B | 10.0 | 10.0 | 100.0% | 0 | 1.70s | 285 | 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 |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V3.2 | 3.6 | 7.2 | 22.2% | 1 | 1.61s | 24 | 0 | |
| Gemma 4 26B A4B | 3.6 | 7.2 | 22.2% | 1 | 2.49s | 27 | 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 |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V3.2 | 10.0 | 10.0 | 100.0% | 0 | 2.86s | 67 | 0 | |
| Gemma 4 26B A4B | 4.0 | 10.0 | 0.0% | 0 | 3.54s | 85 | 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 |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V3.2 | 10.0 | 10.0 | 100.0% | 0 | 1.52s | 66 | 0 | |
| Gemma 4 26B A4B | 4.4 | 6.9 | 16.7% | 1 | 1.08s | 75 | 0 |
| Puzzle Solving | 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 |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V3.2 | 8.5 | 7.5 | 88.9% | 1 | 7.37s | 1,136 | 0 | |
| Gemma 4 26B A4B | 5.7 | 10.0 | 33.3% | 0 | 739ms | 114 | 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 |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V3.2 | 10.0 | 10.0 | 100.0% | 0 | 11.85s | 522 | 0 | |
| Gemma 4 26B A4B | 10.0 | 10.0 | 100.0% | 0 | 57.10s | 210 | 0 |
快速对比
切换对比组合
Gemma 4 26B A4BnonevsGPT-5 NanomediumGemma 4 26B A4BnonevsGrok 4.20 Multi Agent BetamediumGemma 4 26B A4BnonevsMercury 2mediumDeepSeek V3.2nonevsMercury 2mediumDeepSeek V3.2nonevsGPT-5 NanomediumDeepSeek V3.2nonevsGrok 4.20 Multi Agent BetamediumGemma 4 26B A4Bnonevsgpt-oss-120bmedium免费可用DeepSeek V3.2nonevsgpt-oss-120bmedium免费可用Gemma 4 26B A4BnonevsMiniMax M2.5medium免费可用DeepSeek V3.2nonevsMiniMax M2.5medium免费可用DeepSeek V3.2nonevsGPT-5 MinimediumDeepSeek V3.2nonevsNemotron 3 Supermedium免费可用