AI BENCHY 对比
DeepSeek: DeepSeek V4 Flash vs DeepSeek: DeepSeek V4 Pro
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-05-01
| 指标 | DeepSeek V4 Flash DeepSeek V4 Flash high | DeepSeek V4 Pro DeepSeek V4 Pro high |
|---|---|---|
| 分数 | 7.8 | 7.0 |
| 排名 | #43 | #62 |
| 可靠性 | 10.0 | 9.3 |
| 一致性 | 7.8 | 8.0 |
| 测试正确 | ||
| 尝试通过率 | 79.6% | 73.2% |
| 不稳定测试 | 5 | 4 |
| 总运行次数 | 54 | 54 |
| 每个结果成本 | 0.277 | 1.896 |
| 总成本 | $0.031 | $0.209 |
| ???? | $0.140 / 1M | $0.435 / 1M |
| ???? | $0.280 / 1M | $0.870 / 1M |
| 输出令牌 | 1,765 | 12,158 |
| 推理令牌 | 90,299 | 49,967 |
| 响应时间（平均） | 45.41s | 60.03s |
| 响应时间（最大） | 218.13s | 358.35s |
| 响应时间（总计） | 817.30s | 1080.60s |
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 V4 Flash | 8.3 | 10.0 | 75.0% | 0 | 28.51s | 140 | 7,770 | |
| DeepSeek V4 Pro | 7.4 | 10.0 | 75.0% | 0 | 16.53s | 71 | 3,617 |
| 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 V4 Flash | 10.0 | 10.0 | 100.0% | 0 | 62.48s | 369 | 9,361 | |
| DeepSeek V4 Pro | 2.6 | 0.0 | 50.0% | 1 | 51.77s | 105 | 2,641 |
| 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 V4 Flash | 10.0 | 10.0 | 100.0% | 0 | 76.57s | 465 | 7,347 | |
| DeepSeek V4 Pro | 10.0 | 10.0 | 100.0% | 0 | 65.02s | 465 | 5,914 |
| 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 V4 Flash | 10.0 | 10.0 | 100.0% | 0 | 28.03s | 201 | 1,179 | |
| DeepSeek V4 Pro | 8.8 | 10.0 | 100.0% | 0 | 23.62s | 229 | 1,710 |
| 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 V4 Flash | 4.1 | 4.4 | 44.5% | 2 | 100.31s | 27 | 59,249 | |
| DeepSeek V4 Pro | 3.0 | 6.9 | 16.7% | 1 | 205.66s | 10,529 | 28,089 |
| 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 V4 Flash | 6.1 | 3.1 | 66.7% | 1 | 25.15s | 79 | 632 | |
| DeepSeek V4 Pro | 6.1 | 3.1 | 66.7% | 1 | 25.09s | 76 | 1,152 |
| 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 V4 Flash | 10.0 | 10.0 | 100.0% | 0 | 15.36s | 63 | 1,622 | |
| DeepSeek V4 Pro | 10.0 | 10.0 | 100.0% | 0 | 41.16s | 205 | 2,416 |
| 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 V4 Flash | 6.4 | 4.5 | 77.8% | 2 | 25.53s | 193 | 2,597 | |
| DeepSeek V4 Pro | 6.9 | 7.0 | 83.3% | 1 | 34.92s | 106 | 3,835 |
| 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 V4 Flash | 10.0 | 10.0 | 100.0% | 0 | 74.73s | 228 | 542 | |
| DeepSeek V4 Pro | 10.0 | 10.0 | 100.0% | 0 | 21.33s | 372 | 593 |
快速对比
切换对比组合
DeepSeek V4 FlashhighvsGPT-5.3 ChatnoneDeepSeek V4 ProhighvsGrok 4.20mediumDeepSeek V4 ProhighvsQwen3.6 27BmediumDeepSeek V4 FlashhighvsGLM 5V TurbomediumDeepSeek V4 ProhighvsKimi K2.5mediumDeepSeek V4 FlashhighvsQwen3.5-FlashmediumDeepSeek V4 FlashhighvsGLM 5.1mediumDeepSeek V4 ProhighvsGPT-5 MinimediumDeepSeek V4 FlashhighvsStep 3.5 FlashmediumDeepSeek V4 FlashhighvsGemini 3.1 Flash Lite PreviewnoneDeepSeek V4 FlashhighvsGPT-5.2 ChatnoneDeepSeek V4 FlashhighvsMiMo-V2.5medium