- 排名
- #53
- 总输出令牌
- 168,165
- 响应时间（平均）
- 49.75s
- 总成本
- $0.060
DeepSeek V4 Flash (high) vs Qwen3.7 Plus (medium)
Qwen3.7 Plus (medium) 平均分领先，为 7.9 vs 7.7。 DeepSeek V4 Flash (high) benchmark 成本更低，为 $0.060 vs $0.267。 DeepSeek V4 Flash (high) 更快，为 49.75s vs 51.51s，通过率为 72.7% vs 75.8%。
- 排名
- #43
- 总输出令牌
- 179,429
- 响应时间（平均）
- 51.51s
- 总成本
- $0.267
推荐模型
DeepSeek V4 Flash (high)
它的得分接近这里的最高分（7.7 vs 7.9），同时成本比Qwen3.7 Plus (medium)低约 4.5 倍。
详细对比
| 指标 | DeepSeek V4 Flash DeepSeek V4 Flash high | Qwen3.7 Plus Qwen3.7 Plus medium |
|---|---|---|
| 分数 | 7.7 | 7.9 |
| 排名 | #53 | #43 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 8.2 | 8.9 |
| 测试正确 | ||
| 尝试通过率 | 72.7% | 75.8% |
| 不稳定测试 | 5 | 3 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 0.402 | 2.072 |
| 总成本 | $0.060 | $0.267 |
| 输入价格 | $0.140 / 1M | $0.320 / 1M |
| 输出价格 | $0.280 / 1M | $1.280 / 1M |
| 总输入令牌 | 108,392 | 115,233 |
| 输出令牌 | 14,478 | 6,162 |
| 推理令牌 | 153,687 | 173,267 |
| 响应时间（平均） | 49.75s | 51.51s |
| 响应时间（最大） | 218.13s | 315.30s |
| 响应时间（总计） | 1094.41s | 1133.15s |
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
#43 Qwen3.7 Plus
medium- 成本
- $0.018
- 时间
- 193.2s
- 令牌
- 10,821 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 | |
| Qwen3.7 Plus | 10.0 | 10.0 | 100.0% | 0 | 8.58s | 672 | 195 | 5,065 |
| 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 Plus | 6.1 | 6.6 | 55.6% | 1 | 108.60s | 6,472 | 414 | 43,576 |
| 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 | 6.4 | 5.8 | 66.7% | 1 | 104.10s | 82,663 | 4,633 | 37,533 | |
| Qwen3.7 Plus | 8.2 | 6.9 | 66.7% | 1 | 190.27s | 89,228 | 4,403 | 57,645 |
| 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 | |
| Qwen3.7 Plus | 10.0 | 10.0 | 100.0% | 0 | 21.75s | 7,782 | 270 | 6,713 |
| 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 | |
| Qwen3.7 Plus | 3.6 | 7.2 | 22.2% | 1 | 45.35s | 771 | 57 | 27,073 |
| 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 | |
| Qwen3.7 Plus | 10.0 | 10.0 | 100.0% | 0 | 25.48s | 516 | 123 | 3,998 |
| 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 | |
| Qwen3.7 Plus | 10.0 | 10.0 | 100.0% | 0 | 16.13s | 699 | 102 | 5,013 |
| 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 | |
| Qwen3.7 Plus | 10.0 | 10.0 | 100.0% | 0 | 16.38s | 696 | 280 | 7,312 |
| 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 | |
| Qwen3.7 Plus | 10.0 | 10.0 | 100.0% | 0 | 15.02s | 8,193 | 292 | 1,831 |
| 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 | |
| Qwen3.7 Plus | 3.0 | 10.0 | 0.0% | 0 | 91.07s | 204 | 26 | 15,041 |
快速对比
切换对比组合
Claude Opus 4.6mediumvsDeepSeek V4 FlashhighDeepSeek V4 FlashhighvsGLM 5mediumDeepSeek V4 FlashhighvsMiniMax M3mediumDeepSeek V4 FlashhighvsGrok Build 0.1mediumGPT-5.6 TerrahighvsQwen3.7 PlusmediumKimi K3maxvsQwen3.7 PlusmediumClaude Opus 4.8lowvsDeepSeek V4 FlashhighDeepSeek V4 FlashhighvsGPT-5.6 LunamediumClaude Opus 4.8lowvsQwen3.7 PlusmediumDeepSeek V4 FlashhighvsNemotron 3 Ultramedium免费可用Claude Opus 5nonevsDeepSeek V4 FlashhighDeepSeek V4 FlashhighvsKimi K2.7 Codemedium