AI BENCHY 对比

DeepSeek: DeepSeek V4 Flash vs Qwen: Qwen3.6 35B A3B

摘要

DeepSeek V4 Flash vs Qwen3.6 35B A3B benchmark 对比：DeepSeek V4 Flash 平均分领先，为 7.7 vs 7.4。 DeepSeek V4 Flash benchmark 成本更低，为 $0.029 vs $0.146。 Qwen3.6 35B A3B 更快，为 18.08s vs 45.85s，通过率为 74.6% vs 63.5%。

推荐模型: DeepSeek V4 Flash - 它在这里得分最高（7.7），同时成本比Qwen3.6 35B A3B低约 5.1 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	Qwen3.6 35B A3B Qwen3.6 35B A3B medium 发布日期: 2026-04-20

指标	DeepSeek V4 Flash DeepSeek V4 Flash high 发布日期: 2026-04-24	Qwen3.6 35B A3B Qwen3.6 35B A3B medium 发布日期: 2026-04-20
分数	7.7	7.4
排名	#32	#47
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%	63.5%
不稳定测试	4	1
总运行次数	63	63
每个结果成本	0.299	1.094
总成本	$0.029	$0.146
输入价格	$0.099 / 1M	$0.140 / 1M
输出价格	$0.197 / 1M	$1.000 / 1M
总输入令牌	39,745	16,385
输出令牌	10,310	19,632
推理令牌	123,501	130,219
响应时间（平均）	45.85s	18.08s
响应时间（最大）	218.13s	86.11s
响应时间（总计）	962.79s	343.61s

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

#47 Qwen3.6 35B A3B

medium

Invalid SVG

Cost: $0.000
Time: 300.0s
Tokens: 0 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
Qwen3.6 35B A3B	10.0	10.0	100.0%	0		6.02s	672	1,154	12,385

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
Qwen3.6 35B A3B	7.7	10.0	66.7%	0		50.55s	5,051	7,929	37,223

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
Qwen3.6 35B A3B	3.0	10.0	0.0%	0		0ms	0	0	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
Qwen3.6 35B A3B	10.0	10.0	100.0%	0		12.99s	7,776	2,591	9,968

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
Qwen3.6 35B A3B	5.3	7.2	44.4%	1		22.50s	771	6,193	39,116

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
Qwen3.6 35B A3B	4.4	9.9	0.0%	0		8.66s	516	129	4,569

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
Qwen3.6 35B A3B	10.0	10.0	100.0%	0		7.50s	699	219	7,404

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
Qwen3.6 35B A3B	8.0	10.0	66.7%	0		5.95s	696	655	9,228

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
Qwen3.6 35B A3B	3.0	10.0	0.0%	0		0ms	0	0	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
Qwen3.6 35B A3B	3.0	10.0	0.0%	0		32.90s	204	762	10,326

快速对比

切换对比组合