AI BENCHY 对比

DeepSeek: DeepSeek V3.2 vs Qwen: Qwen3 Coder Next

摘要

DeepSeek V3.2 vs Qwen3 Coder Next (medium) benchmark 对比：DeepSeek V3.2 平均分领先，为 5.3 vs 4.7。 Qwen3 Coder Next (medium) benchmark 成本更低，为 $0.008 vs $0.017。 Qwen3 Coder Next (medium) 更快，为 8.58s vs 13.83s，通过率为 39.7% vs 28.6%。

推荐模型: DeepSeek V3.2 - 它在本次比较中得分最高（5.3），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：: 2026-07-09

指标	DeepSeek V3.2 DeepSeek V3.2 none 发布日期: 2025-12-01	Qwen3 Coder Next Qwen3 Coder Next medium 发布日期: 2026-02-03

指标	DeepSeek V3.2 DeepSeek V3.2 none 发布日期: 2025-12-01	Qwen3 Coder Next Qwen3 Coder Next medium 发布日期: 2026-02-03
分数	5.3	4.7
排名	#145	#167
可靠性	10.0	10.0
一致性	7.6	8.9
测试正确
尝试通过率	39.7%	28.6%
不稳定测试	6	3
总运行次数	63	63
每个结果成本	0.306	0.201
总成本	$0.017	$0.008
输入价格	$0.229 / 1M	$0.110 / 1M
输出价格	$0.344 / 1M	$0.800 / 1M
总输入令牌	55,997	47,250
输出令牌	11,165	3,319
推理令牌	0	0
响应时间（平均）	13.83s	8.58s
响应时间（最大）	115.89s	81.80s
响应时间（总计）	290.43s	128.68s

生成展示

Hamster playing table tennis

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

#145 DeepSeek V3.2

none

成本: $0.002
时间: 7.0s
令牌: 1,046 tok

#167 Qwen3 Coder Next

medium

无效SVG

成本: $0.000
时间: 300.0s
令牌: 0 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 Coder Next	3.5	8.1	16.7%	1		8.64s	645	1,252	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
Qwen3 Coder Next	3.7	7.2	22.2%	1		924ms	7,185	336	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	6.5	10.0	0.0%	0		115.89s	29,843	2,887	0
Qwen3 Coder Next	3.0	10.0	0.0%	0		4.28s	20,469	317	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 Coder Next	6.5	10.0	50.0%	0		81.80s	7,758	246	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
Qwen3 Coder Next	5.3	10.0	33.3%	0		638ms	753	25	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
Qwen3 Coder Next	6.3	3.4	66.7%	1		1.39s	498	142	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
Qwen3 Coder Next	6.3	10.0	50.0%	0		7.49s	684	63	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
Qwen3 Coder Next	3.0	10.0	0.0%	0		1.25s	678	671	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
Qwen3 Coder Next	10.0	10.0	100.0%	0		2.64s	8,364	255	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
Qwen3 Coder Next	3.0	10.0	0.0%	0		399ms	216	12	0

快速对比

切换对比组合