AI BENCHY 对比

DeepSeek: DeepSeek V4 Flash vs Qwen: Qwen3.5-122B-A10B

摘要

DeepSeek V4 Flash vs Qwen3.5-122B-A10B benchmark 对比：平均分几乎持平，为 7.7 vs 7.8。 DeepSeek V4 Flash benchmark 成本更低，为 $0.029 vs $0.588。 Qwen3.5-122B-A10B 更快，为 42.49s vs 45.85s，通过率为 74.6% vs 73.0%。

推荐模型: DeepSeek V4 Flash - 它在这里得分最高（7.7），同时成本比Qwen3.5-122B-A10B低约 20.6 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-10

指标	DeepSeek V4 Flash DeepSeek V4 Flash high 发布日期: 2026-04-24	Qwen3.5-122B-A10B Qwen3.5-122B-A10B medium 发布日期: 2026-02-24

指标	DeepSeek V4 Flash DeepSeek V4 Flash high 发布日期: 2026-04-24	Qwen3.5-122B-A10B Qwen3.5-122B-A10B medium 发布日期: 2026-02-24
分数	7.7	7.8
排名	#32	#30
可靠性	10.0	10.0
一致性	8.5	8.8
测试正确
尝试通过率	74.6%	73.0%
不稳定测试	4	3
总运行次数	63	63
每个结果成本	0.299	5.235
总成本	$0.029	$0.588
输入价格	$0.099 / 1M	$0.260 / 1M
输出价格	$0.197 / 1M	$2.080 / 1M
总输入令牌	39,745	41,832
输出令牌	10,310	26,187
推理令牌	123,501	251,028
响应时间（平均）	45.85s	42.49s
响应时间（最大）	218.13s	168.16s
响应时间（总计）	962.79s	892.30s

Generation showcase

Hamster playing table tennis

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

#32 DeepSeek V4 Flash

high

Cost: $0.003
Time: 93.1s
Tokens: 7,926 tok

#30 Qwen3.5-122B-A10B

medium

Cost: $0.019
Time: 48.7s
Tokens: 6,034 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

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
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		9.75s	672	269	16,835

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
Qwen3.5-122B-A10B	6.0	7.2	55.6%	1		114.48s	7,630	8,057	82,578

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
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		107.79s	14,947	483	11,337

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
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		23.41s	7,782	270	16,558

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
Qwen3.5-122B-A10B	2.9	7.2	11.1%	1		63.40s	771	15,537	64,889

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
Qwen3.5-122B-A10B	3.4	2.2	33.3%	1		34.11s	344	66	7,592

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
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		9.88s	593	77	7,372

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
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		17.89s	696	284	27,575

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
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		4.60s	8,193	322	1,226

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
Qwen3.5-122B-A10B	3.0	10.0	0.0%	0		52.87s	204	822	15,066

快速对比

切换对比组合