导航
Advertise here

DeepSeek V4.1 Flash (max) vs Qwen3.8 27B (high)

Qwen3.8 27B (high) 平均分领先，为 8.4 vs 8.3。 Qwen3.8 27B (high) benchmark 成本更低，为 ~$0.287 vs $0.537。 DeepSeek V4.1 Flash (max) 更快，为 61.35s vs 167.89s，通过率为 68.2% vs 77.3%。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-09-10

已对比模型

排名
#62
总输出令牌
871,126
响应时间（平均）
61.35s
总成本
$0.537
排名
#59
总输出令牌
656,635
响应时间（平均）
167.89s
总成本
~$0.287
推荐模型 Qwen3.8 27B (high)

它在这里得分最高（8.4），同时成本比DeepSeek V4.1 Flash (max)低约 1.9 倍。

详细对比

指标 DeepSeek V4.1 Flash DeepSeek V4.1 Flash max 发布日期: 2026-09-10 Qwen3.8 27B Qwen3.8 27B high 发布日期: 2026-08-14
分数 8.3 8.4
排名 #62 #59
可靠性 9.1 9.6
一致性 9.2 9.2
尝试次数 66/66 66/66
测试正确
尝试通过率 68.2% 77.3%
不稳定测试 2 2
总运行次数 66 66
每个结果成本 3.829 ~1.792
总成本 $0.537 ~$0.287
输入价格 $0.150 / 1M 不适用
输出价格 $0.600 / 1M 不适用
总输入令牌 89,024 100,179
输出令牌 5,558 904
推理令牌 865,568 655,731
响应时间（平均） 61.35s 167.89s
响应时间（最大） 335.08s 640.85s
响应时间（总计） 1349.61s 3693.54s
参数量 748B 总计 (16B 激活) 27.3B
开放状态 开源 权重可用

模型生成展示

Hamster playing table tennis

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

#62 DeepSeek V4.1 Flash

max
成本
$0.066
时间
211.0s
令牌
54,712 tok

#59 Qwen3.8 27B

high
成本
~$0.008
时间
270.1s
令牌
18,963 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 V4.1 Flash 10.0 10.0 100.0% 0 62.50s 7,509 373 132,357
Qwen3.8 27B 8.1 7.0 88.9% 1 248.62s 8,235 346 143,335

快速对比

切换对比组合

GPT-5.2mediumvsQwen3.8 27BhighSeed 2.1 TurbomediumvsQwen3.8 27BhighQwen3.8 27BhighvsGrok 4.5lowDeepSeek V4.1 FlashmaxvsMuse Spark 1.1lowDeepSeek V4.1 FlashmaxvsInkling SmallhighQwen3.8 27BhighvsGrok 4.6mediumSeed 2.1 TurbomediumvsDeepSeek V4.1 FlashmaxDeepSeek V4.1 FlashmaxvsGPT-5.2mediumMuse Spark 1.2lowvsQwen3.8 27BhighClaude Fable 5.1mediumvsDeepSeek V4.1 FlashmaxDeepSeek V4.1 FlashmaxvsGrok 4.5lowQwen3.8 27BhighvsGrok 4.5medium