导航
AI BENCHY
Advertise here

AI BENCHY 对比

DeepSeek: DeepSeek V3.2 vs Qwen: Qwen3.5-9B

摘要

DeepSeek V3.2 vs Qwen3.5-9B benchmark 对比：DeepSeek V3.2 平均分领先，为 5.3 vs 3.8。 DeepSeek V3.2 benchmark 成本更低，为 $0.017 vs $0.036。 DeepSeek V3.2 更快，为 13.83s vs 82.24s，通过率为 39.7% vs 27.0%。

推荐模型: DeepSeek V3.2 - 它在这里得分最高（5.3），同时成本比Qwen3.5-9B低约 2.1 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-18

指标 DeepSeek V3.2 DeepSeek V3.2 none 发布日期: 2025-12-01 Qwen3.5-9B Qwen3.5-9B medium 发布日期: 2026-03-02
分数 5.3 3.8
排名 #126 #165
可靠性 10.0 6.7
一致性 7.6 8.0
测试正确
尝试通过率 39.7% 27.0%
不稳定测试 6 5
总运行次数 63 63
每个结果成本 0.306 1.187
总成本 $0.017 $0.036
输入价格 $0.229 / 1M $0.100 / 1M
输出价格 $0.344 / 1M $0.150 / 1M
总输入令牌 55,997 17,070
输出令牌 11,165 29,045
推理令牌 0 209,516
响应时间（平均） 13.83s 82.24s
响应时间（最大） 115.89s 226.38s
响应时间（总计） 290.43s 1315.88s

生成展示

Hamster playing table tennis

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

#126 DeepSeek V3.2

none
成本
$0.002
时间
7.0s
令牌
1,046 tok

#165 Qwen3.5-9B

medium
成本
$0.001
时间
35.9s
令牌
3,030 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 3.2 8.0 8.3% 1 9.35s 494 1,073 0
Qwen3.5-9B 5.1 5.8 50.0% 2 34.44s 369 2,621 12,411
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
Qwen3.5-9B 2.9 10.0 0.0% 0 100.88s 2,396 7,890 41,129
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
Qwen3.5-9B 3.0 10.0 0.0% 0 0ms 0 0 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
Qwen3.5-9B 3.6 5.6 33.3% 1 87.31s 4,722 1,383 32,113
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
Qwen3.5-9B 3.6 7.2 22.2% 1 137.75s 295 11,549 48,475
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
Qwen3.5-9B 2.8 1.6 33.3% 1 226.38s 180 0 30,695
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
Qwen3.5-9B 6.5 10.0 50.0% 0 5.75s 381 491 1,824
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
Qwen3.5-9B 3.0 10.0 0.0% 0 32.27s 376 1,593 12,026
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
Qwen3.5-9B 10.0 10.0 100.0% 0 4.31s 8,283 444 1,149
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
Qwen3.5-9B 3.0 10.0 0.0% 0 177.02s 68 3,074 29,694

快速对比

切换对比组合

DeepSeek V3.2nonevsMiniMax M2.7mediumDeepSeek V3.2nonevsMistral Small 4mediumgpt-oss-120bnone免费可用vsQwen3.5-9BmediumGranite 4.1 8BnonevsQwen3.5-9BmediumCobuddymediumvsDeepSeek V3.2noneDeepSeek V3.2nonevsMiniMax M2.5mediumNorth Mini Codemedium免费可用vsDeepSeek V3.2noneQwen3.5-9BmediumvsGrok 4.20noneDeepSeek V3.2nonevsQwen3 Coder NextmediumMercury 2nonevsQwen3.5-9BmediumDeepSeek V3.2nonevsGemini 3.1 Flash LiteminimalLing-2.6-1TnonevsQwen3.5-9Bmedium