#153 DeepSeek V3.2
none- 成本
- $0.002
- 时间
- 7.0s
- 令牌
- 1,046 tok
AI BENCHY 对比
DeepSeek: DeepSeek V3.2 vs Mistral: Mistral Small 4
摘要
DeepSeek V3.2 平均分领先，为 5.3 vs 5.1。 DeepSeek V3.2 benchmark 成本更低，为 $0.016 vs $0.068。 Mistral Small 4 (medium) 更快，为 9.40s vs 13.83s，通过率为 39.7% vs 44.4%。
推荐模型DeepSeek V3.2它在这里得分最高（5.3），同时成本比Mistral Small 4 (medium)低约 4.3 倍。
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-14
| 指标 | DeepSeek V3.2 DeepSeek V3.2 none | Mistral Small 4 Mistral Small 4 medium |
|---|---|---|
| 分数 | 5.3 | 5.1 |
| 排名 | #153 | #160 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 7.6 | 6.9 |
| 测试正确 | ||
| 尝试通过率 | 39.7% | 44.4% |
| 不稳定测试 | 6 | 8 |
| 总运行次数 | 63 | 63 |
| 每个结果成本 | 0.306 | 1.344 |
| 总成本 | $0.016 | $0.068 |
| 输入价格 | $0.215 / 1M | $0.150 / 1M |
| 输出价格 | $0.322 / 1M | $0.600 / 1M |
| 总输入令牌 | 55,997 | 42,576 |
| 输出令牌 | 11,165 | 24,184 |
| 推理令牌 | 0 | 84,678 |
| 响应时间（平均） | 13.83s | 9.40s |
| 响应时间（最大） | 115.89s | 59.15s |
| 响应时间（总计） | 290.43s | 197.39s |
生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#160 Mistral Small 4
medium- 成本
- $0.006
- 时间
- 47.9s
- 令牌
- 9,857 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
| 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 | |
| Mistral Small 4 | 4.4 | 5.1 | 33.3% | 2 | 39.98s | 7,636 | 11,635 | 54,715 |
快速对比
切换对比组合
North Mini Codenone免费可用vsMistral Small 4mediumMistral Small 4mediumvsMiMo-V2.5noneMistral Small 4mediumvsQwen3.5-9BnoneMistral Small 4mediumvsQwen3 Coder NextnoneMistral Small 4mediumvsQwen3.6 35B A3BnoneDeepSeek V3.2nonevsMiniMax M2.7mediumTrinity Large PreviewnonevsMistral Small 4mediumMistral Small 4mediumvsGPT-4o-mininoneMistral Small 4mediumvsQwen3.5-122B-A10BnoneMistral Small 4mediumvsGPT-5.4 MininoneKAT-Coder-Air V2.5nonevsMistral Small 4mediumMistral Small 4mediumvsGPT-5.6 Lunanone