AI BENCHY 对比
DeepSeek: DeepSeek V3.2 vs Qwen: Qwen3 Coder Next
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-05-19
| 指标 | DeepSeek V3.2 DeepSeek V3.2 none | Qwen3 Coder Next Qwen3 Coder Next none |
|---|---|---|
| 分数 | 5.7 | 5.2 |
| 排名 | #111 | #128 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 7.9 | 9.7 |
| 测试正确 | ||
| 尝试通过率 | 49.1% | 29.8% |
| 不稳定测试 | 5 | 1 |
| 总运行次数 | 57 | 57 |
| 每个结果成本 | 0.218 | 0.151 |
| 总成本 | $0.016 | $0.008 |
| ???? | $0.252 / 1M | $0.110 / 1M |
| ???? | $0.378 / 1M | $0.800 / 1M |
| 输出令牌 | 7,194 | 3,629 |
| 推理令牌 | 0 | 0 |
| 响应时间（平均） | 13.43s | 9.44s |
| 响应时间（最大） | 115.89s | 45.14s |
| 响应时间（总计） | 255.10s | 122.73s |
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 | 3.3 | 8.2 | 12.5% | 1 | 9.35s | 1,073 | 0 | |
| Qwen3 Coder Next | 3.6 | 10.0 | 0.0% | 0 | 3.31s | 1,321 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V3.2 | 2.4 | 1.3 | 33.3% | 1 | 7.63s | 553 | 0 | |
| Qwen3 Coder Next | 7.3 | 3.7 | 66.7% | 1 | 3.14s | 585 | 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 | |
| Qwen3 Coder Next | 3.0 | 10.0 | 0.0% | 0 | 45.14s | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V3.2 | 6.3 | 5.8 | 66.7% | 1 | 9.42s | 1,710 | 0 | |
| Qwen3 Coder Next | 6.5 | 10.0 | 50.0% | 0 | 1.32s | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V3.2 | 3.0 | 6.9 | 16.7% | 1 | 4.17s | 21 | 0 | |
| Qwen3 Coder Next | 5.3 | 10.0 | 33.3% | 0 | 962ms | 26 | 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 | 7.6 | 10.0 | 100.0% | 0 | 9.32s | 43 | 0 | |
| Qwen3 Coder Next | 10.0 | 10.0 | 100.0% | 0 | 1.34s | 152 | 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 | |
| Qwen3 Coder Next | 6.3 | 10.0 | 50.0% | 0 | 7.71s | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V3.2 | 7.5 | 7.7 | 88.9% | 1 | 7.13s | 302 | 0 | |
| Qwen3 Coder Next | 3.0 | 10.0 | 0.0% | 0 | 22.86s | 652 | 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 | |
| Qwen3 Coder Next | 10.0 | 10.0 | 100.0% | 0 | 2.47s | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V3.2 | 3.0 | 10.0 | 0.0% | 0 | 17.23s | 17 | 0 | |
| Qwen3 Coder Next | 3.0 | 10.0 | 0.0% | 0 | 601ms | 12 | 0 |
快速对比
切换对比组合
MiniMax M2.7mediumvsQwen3 Coder NextnoneDeepSeek V3.2nonevsgpt-oss-120bmedium免费可用DeepSeek V3.2nonevsMiniMax M2.5medium免费可用DeepSeek V3.2nonevsMistral Small 4mediumDeepSeek V3.2nonevsElephant AlphamediumCobuddymedium免费可用vsDeepSeek V3.2noneElephant AlphamediumvsQwen3 Coder NextnoneDeepSeek V3.2nonevsOwl AlphamediumMistral Small 4mediumvsQwen3 Coder NextnoneMiniMax M2.5medium免费可用vsQwen3 Coder NextnoneDeepSeek V3.2nonevsNemotron 3 Supermedium免费可用DeepSeek V3.2nonevsMiniMax M2.7medium