AI BENCHY 对比
DeepSeek: DeepSeek V4 Flash vs Google: Gemini 3.5 Flash
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-05-19
| 指标 | DeepSeek V4 Flash DeepSeek V4 Flash high 免费可用 | Gemini 3.5 Flash Gemini 3.5 Flash medium |
|---|---|---|
| 分数 | 7.6 | 9.2 |
| 排名 | #53 | #5 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 7.9 | 10.0 |
| 测试正确 | ||
| 尝试通过率 | 75.4% | 89.5% |
| 不稳定测试 | 5 | 0 |
| 总运行次数 | 57 | 57 |
| 每个结果成本 | 0.299 | 2.307 |
| 总成本 | $0.033 | $0.393 |
| ???? | $0.112 / 1M | $1.500 / 1M |
| ???? | $0.224 / 1M | $9.000 / 1M |
| 输出令牌 | 10,281 | 1,971 |
| 推理令牌 | 98,830 | 36,659 |
| 响应时间（平均） | 45.88s | 3.90s |
| 响应时间（最大） | 218.13s | 12.05s |
| 响应时间（总计） | 871.76s | 74.13s |
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 | |
| Gemini 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 2.09s | 171 | 3,385 |
| 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 | |
| Gemini 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 8.22s | 431 | 5,190 |
| 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 | |
| Gemini 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 12.05s | 351 | 7,807 |
| 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 | |
| Gemini 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 4.07s | 279 | 3,784 |
| 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 | |
| Gemini 3.5 Flash | 7.7 | 10.0 | 66.7% | 0 | 5.24s | 12 | 8,047 |
| 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 | |
| Gemini 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 2.52s | 115 | 1,144 |
| 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 | |
| Gemini 3.5 Flash | 9.9 | 10.0 | 100.0% | 0 | 2.70s | 71 | 2,855 |
| 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 | 4.4 | 77.8% | 2 | 25.53s | 193 | 2,597 | |
| Gemini 3.5 Flash | 7.7 | 10.0 | 66.7% | 0 | 2.38s | 295 | 2,747 |
| 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 | |
| Gemini 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 3.81s | 234 | 455 |
| 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 V4 Flash | 3.0 | 10.0 | 0.0% | 0 | 54.46s | 8,516 | 8,531 | |
| Gemini 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 2.75s | 12 | 1,245 |
快速对比
切换对比组合
DeepSeek V4 Flashhigh免费可用vsGLM 5.1mediumDeepSeek V4 Flashhigh免费可用vsGLM 5V TurbomediumDeepSeek V4 Flashhigh免费可用vsGPT-5.3 ChatnoneDeepSeek V4 Flashhigh免费可用vsQwen3.6 FlashmediumDeepSeek V4 Flashhigh免费可用vsQwen3.5-FlashmediumDeepSeek V4 Flashhigh免费可用vsGemini 3.1 Flash LitelowDeepSeek V4 Flashhigh免费可用vsStep 3.5 FlashmediumDeepSeek V4 Flashhigh免费可用vsKimi K2.6mediumDeepSeek V4 Flashhigh免费可用vsGPT-5.2 ChatnoneDeepSeek V4 Flashhigh免费可用vsGemini 3.1 Flash Lite PreviewnoneDeepSeek V4 Flashhigh免费可用vsGemma 4 26B A4Bmedium免费可用Claude Opus 4.6mediumvsDeepSeek V4 Flashhigh免费可用