导航
AI BENCHY
Advertise here

DeepSeek V4 Flash (high) vs Qwen3.7 Flash (high)

Qwen3.7 Flash (high) 平均分领先，为 7.8 vs 7.7。 Qwen3.7 Flash (high) benchmark 成本更低，为 $0.051 vs $0.060。 Qwen3.7 Flash (high) 更快，为 39.77s vs 49.75s，通过率为 72.7% vs 72.7%。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-28

排名
#53
总输出令牌
168,165
响应时间（平均）
49.75s
总成本
$0.060
排名
#48
总输出令牌
359,703
响应时间（平均）
39.77s
总成本
$0.051
推荐模型 Qwen3.7 Flash (high)

它在本次比较中得分最高（7.8），并且在全部 2 个模型中兼顾成本和响应时间最好。

详细对比

指标 DeepSeek V4 Flash DeepSeek V4 Flash high 发布日期: 2026-04-24 Qwen3.7 Flash Qwen3.7 Flash high 发布日期: 2026-07-28
分数 7.7 7.8
排名 #53 #48
可靠性 10.0 10.0
一致性 8.2 7.8
测试正确
尝试通过率 72.7% 72.7%
不稳定测试 5 6
总运行次数 66 66
每个结果成本 0.402 0.387
总成本 $0.060 $0.051
输入价格 $0.140 / 1M $0.030 / 1M
输出价格 $0.280 / 1M $0.130 / 1M
总输入令牌 108,392 116,322
输出令牌 14,478 12,332
推理令牌 153,687 347,371
响应时间（平均） 49.75s 39.77s
响应时间（最大） 218.13s 431.47s
响应时间（总计） 1094.41s 875.01s

Hamster playing table tennis

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

#53 DeepSeek V4 Flash

high
成本
$0.003
时间
93.1s
令牌
7,926 tok

#48 Qwen3.7 Flash

high
无效SVG
成本
$0.000
时间
600.0s
令牌
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

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
Qwen3.7 Flash 8.2 9.7 66.7% 0 58.84s 7,893 503 62,350

快速对比

切换对比组合

Claude Opus 4.8lowvsQwen3.7 FlashhighClaude Opus 4.6mediumvsDeepSeek V4 FlashhighClaude Sonnet 4.6mediumvsQwen3.7 FlashhighGPT-5.6 TerramediumvsQwen3.7 FlashhighDeepSeek V4 FlashhighvsGLM 5mediumQwen3.7 FlashhighvsGLM 5.2mediumDeepSeek V4 FlashhighvsMiniMax M3mediumQwen3.7 FlashhighvsGLM 5mediumDeepSeek V4 FlashhighvsGrok Build 0.1mediumClaude Opus 4.6mediumvsQwen3.7 FlashhighClaude Opus 4.8lowvsDeepSeek V4 FlashhighDeepSeek V4 FlashhighvsGPT-5.6 Lunamedium