AI BENCHY 对比

DeepSeek: DeepSeek V4 Flash vs Qwen: Qwen3.6 Flash

摘要

DeepSeek V4 Flash vs Qwen3.6 Flash benchmark 对比：DeepSeek V4 Flash 平均分领先，为 7.7 vs 7.5。 DeepSeek V4 Flash benchmark 成本更低，为 $0.029 vs $0.288。 Qwen3.6 Flash 更快，为 19.25s vs 45.85s，通过率为 74.6% vs 71.4%。

推荐模型: DeepSeek V4 Flash - 它在这里得分最高（7.7），同时成本比Qwen3.6 Flash低约 10.1 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 Flash Qwen3.6 Flash 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 Flash Qwen3.6 Flash medium 发布日期: 2026-04-20
分数	7.7	7.5
排名	#32	#40
可靠性	10.0	10.0
一致性	8.5	8.1
测试正确
尝试通过率	74.6%	71.4%
不稳定测试	4	5
总运行次数	63	63
每个结果成本	0.299	3.030
总成本	$0.029	$0.288
输入价格	$0.099 / 1M	$0.188 / 1M
输出价格	$0.197 / 1M	$1.125 / 1M
总输入令牌	39,745	42,362
输出令牌	10,310	2,995
推理令牌	123,501	245,358
响应时间（平均）	45.85s	19.25s
响应时间（最大）	218.13s	122.87s
响应时间（总计）	962.79s	404.20s

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

#40 Qwen3.6 Flash

medium

Invalid SVG

Cost: $0.008
Time: 29.9s
Tokens: 6,784 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 Flash	10.0	10.0	100.0%	0		6.10s	672	624	14,024

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 Flash	5.0	5.1	44.5%	2		42.85s	7,895	495	67,967

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 Flash	10.0	10.0	100.0%	0		20.28s	14,934	483	13,839

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 Flash	10.0	10.0	100.0%	0		9.65s	7,782	270	13,155

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 Flash	3.5	4.4	33.3%	2		14.65s	771	60	24,409

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 Flash	4.8	9.9	0.0%	0		9.88s	516	140	5,445

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 Flash	10.0	10.0	100.0%	0		6.05s	699	102	7,423

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 Flash	8.2	7.2	88.9%	1		6.29s	696	460	10,860

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 Flash	10.0	10.0	100.0%	0		4.00s	8,193	335	1,188

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 Flash	3.0	10.0	0.0%	0		122.87s	204	26	87,048

快速对比

切换对比组合