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：: 2026-06-04
| 指标 | DeepSeek V4 Flash DeepSeek V4 Flash high | Gemini 3.5 Flash Gemini 3.5 Flash minimal |
|---|---|---|
| 分数 | 7.7 | 7.7 |
| 排名 | #31 | #32 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 8.5 | 9.6 |
| 测试正确 | ||
| 尝试通过率 | 74.6% | 68.3% |
| 不稳定测试 | 4 | 1 |
| 总运行次数 | 63 | 63 |
| 每个结果成本 | 0.299 | 0.767 |
| 总成本 | $0.029 | $0.108 |
| 输入价格 | $0.099 / 1M | $1.500 / 1M |
| 输出价格 | $0.197 / 1M | $9.000 / 1M |
| 总输入令牌 | 39,745 | 39,847 |
| 输出令牌 | 10,310 | 5,277 |
| 推理令牌 | 123,501 | 0 |
| 响应时间（平均） | 45.85s | 1.57s |
| 响应时间（最大） | 218.13s | 5.51s |
| 响应时间（总计） | 962.79s | 33.02s |
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 V4 Flash | 8.3 | 10.0 | 75.0% | 0 | 28.51s | 540 | 140 | 7,770 | |
| Gemini 3.5 Flash | 6.5 | 10.0 | 50.0% | 0 | 892ms | 492 | 405 | 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 V4 Flash | 7.8 | 10.0 | 66.7% | 0 | 50.60s | 7,279 | 395 | 34,862 | |
| Gemini 3.5 Flash | 5.6 | 9.9 | 33.3% | 0 | 2.75s | 8,122 | 3,456 | 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 V4 Flash | 10.0 | 10.0 | 100.0% | 0 | 76.57s | 14,016 | 465 | 7,347 | |
| Gemini 3.5 Flash | 3.0 | 10.0 | 0.0% | 0 | 3.56s | 15,780 | 404 | 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 V4 Flash | 10.0 | 10.0 | 100.0% | 0 | 28.03s | 7,290 | 201 | 1,179 | |
| Gemini 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 1.66s | 7,548 | 279 | 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 V4 Flash | 4.1 | 4.4 | 44.5% | 2 | 100.31s | 666 | 27 | 59,249 | |
| Gemini 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 899ms | 633 | 12 | 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 V4 Flash | 6.1 | 3.1 | 66.7% | 1 | 25.15s | 471 | 79 | 632 | |
| Gemini 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 922ms | 486 | 117 | 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 V4 Flash | 10.0 | 10.0 | 100.0% | 0 | 15.36s | 627 | 63 | 1,622 | |
| Gemini 3.5 Flash | 6.4 | 5.8 | 66.7% | 1 | 893ms | 615 | 76 | 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 V4 Flash | 8.2 | 7.2 | 88.9% | 1 | 26.11s | 594 | 196 | 1,767 | |
| Gemini 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 1.45s | 558 | 282 | 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 V4 Flash | 10.0 | 10.0 | 100.0% | 0 | 74.73s | 8,079 | 228 | 542 | |
| Gemini 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 2.79s | 5,457 | 234 | 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 V4 Flash | 3.0 | 10.0 | 0.0% | 0 | 54.46s | 183 | 8,516 | 8,531 | |
| Gemini 3.5 Flash | 3.0 | 10.0 | 0.0% | 0 | 1.76s | 156 | 12 | 0 |
快速对比
切换对比组合
DeepSeek V4 FlashhighvsQwen3.5-27BmediumDeepSeek V4 FlashhighvsQwen3.5-122B-A10BmediumGemini 3.5 FlashminimalvsQwen3.7 MaxnoneGemini 3.5 FlashminimalvsQwen3.5-27BmediumGemini 3.5 FlashminimalvsQwen3.5-122B-A10BmediumDeepSeek V4 FlashhighvsQwen3.7 MaxnoneGemini 3.5 FlashminimalvsQwen3.5 Plus 2026-04-20mediumDeepSeek V4 FlashhighvsGemini 2.5 FlashmediumDeepSeek V4 FlashhighvsGemma 4 31Bmedium免费可用DeepSeek V4 FlashhighvsGemini 3 PRO PreviewmediumDeepSeek V4 FlashhighvsQwen3.5 Plus 2026-04-20mediumDeepSeek V4 FlashhighvsQwen3.6 Plusmedium