AI BENCHY 对比

DeepSeek: DeepSeek V3.2 vs Google: Gemma 4 26B A4B

摘要

Gemma 4 26B A4B 平均分领先，为 5.5 vs 5.0。 Gemma 4 26B A4B benchmark 成本更低，为 $0.018 vs $0.054。 Gemma 4 26B A4B 更快，为 7.64s vs 18.25s，通过率为 37.9% vs 42.4%。

推荐模型Gemma 4 26B A4B它在这里得分最高（5.5），同时成本比DeepSeek V3.2低约 3.0 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-17

指标	DeepSeek V3.2 DeepSeek V3.2 none 发布日期: 2025-12-01	Gemma 4 26B A4B Gemma 4 26B A4B none 发布日期: 2026-04-03 免费可用

指标	DeepSeek V3.2 DeepSeek V3.2 none 发布日期: 2025-12-01	Gemma 4 26B A4B Gemma 4 26B A4B none 发布日期: 2026-04-03 免费可用
分数	5.0	5.5
排名	#165	#149
可靠性	10.0	10.0
一致性	7.7	9.2
测试正确
尝试通过率	37.9%	42.4%
不稳定测试	6	2
总运行次数	66	66
每个结果成本	0.870	0.235
总成本	$0.054	$0.018
输入价格	$0.269 / 1M	$0.100 / 1M
输出价格	$0.400 / 1M	$0.300 / 1M
总输入令牌	135,780	131,282
输出令牌	42,097	15,781
推理令牌	0	0
响应时间（平均）	18.25s	7.64s
响应时间（最大）	115.89s	57.10s
响应时间（总计）	401.60s	167.98s

生成展示

Hamster playing table tennis

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

#165 DeepSeek V3.2

none

成本: $0.002
时间: 7.0s
令牌: 1,046 tok

#149 Gemma 4 26B A4B

none

成本: $0.001
时间: 39.5s
令牌: 790 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
Gemma 4 26B A4B	8.3	10.0	75.0%	0		1.28s	852	230	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	3.1	6.9	11.1%	1		14.54s	7,279	4,528	0
Gemma 4 26B A4B	3.7	7.2	22.2%	1		4.16s	7,736	476	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	4.8	10.0	0.0%	0		113.53s	109,626	33,819	0
Gemma 4 26B A4B	3.0	10.0	0.0%	0		37.23s	104,894	14,266	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	6.3	5.8	66.7%	1		9.42s	7,890	1,710	0
Gemma 4 26B A4B	10.0	10.0	100.0%	0		1.70s	8,352	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
Gemma 4 26B A4B	3.6	7.2	22.2%	1		2.49s	903	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
Gemma 4 26B A4B	4.0	10.0	0.0%	0		3.54s	576	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
Gemma 4 26B A4B	6.3	10.0	50.0%	0		690ms	795	75	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	7.6	7.2	77.8%	1		6.91s	424	298	0
Gemma 4 26B A4B	6.2	10.0	33.3%	0		744ms	828	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
Gemma 4 26B A4B	10.0	10.0	100.0%	0		57.10s	6,123	210	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		17.23s	183	17	0
Gemma 4 26B A4B	3.0	10.0	0.0%	0		778ms	223	13	0

快速对比

切换对比组合

DeepSeek V3.2nonevsMiniMax M2.7medium Gemma 4 26B A4Bnone免费可用vsKAT-Coder-Air V2.5medium Gemma 4 26B A4Bnone免费可用vsKAT-Coder-Air V2.5low DeepSeek V3.2nonevsMistral Small 4medium Gemma 4 26B A4Bnone免费可用vsKAT-Coder-Air V2.5high Gemma 4 26B A4Bnone免费可用vsNemotron 3 Supermedium免费可用 DeepSeek V3.2nonevsQwen3 Coder Nextmedium CobuddymediumvsDeepSeek V3.2none Gemma 4 26B A4Bnone免费可用vsMistral Small 4medium North Mini Codemedium免费可用vsGemma 4 26B A4Bnone免费可用 DeepSeek V3.2nonevsKAT-Coder-Air V2.5low DeepSeek V3.2nonevsMiniMax M2.5medium