AI BENCHY 对比
DeepSeek: DeepSeek V4 Flash vs Owl Alpha
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-05-29
| 指标 | DeepSeek V4 Flash DeepSeek V4 Flash none 免费可用 | Owl Alpha Owl Alpha medium |
|---|---|---|
| 分数 | 5.1 | 5.9 |
| 排名 | #137 | #106 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 8.8 | 9.6 |
| 测试正确 | ||
| 尝试通过率 | 31.7% | 41.7% |
| 不稳定测试 | 3 | 1 |
| 总运行次数 | 60 | 60 |
| 每个结果成本 | 0.198 | 0.000 |
| 总成本 | $0.010 | $0.000 |
| 输入价格 | $0.100 / 1M | $0.000 / 1M |
| 输出价格 | $0.200 / 1M | $0.000 / 1M |
| 输出令牌 | 13,700 | 2,965 |
| 推理令牌 | 0 | 0 |
| 响应时间（平均） | 27.97s | 11.64s |
| 响应时间（最大） | 111.96s | 58.63s |
| 响应时间（总计） | 559.36s | 232.83s |
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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash | 3.0 | 10.0 | 0.0% | 0 | 20.18s | 174 | 0 | |
| Owl Alpha | 4.8 | 10.0 | 25.0% | 0 | 3.97s | 87 | 0 |
| 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash | 4.8 | 6.0 | 16.7% | 1 | 24.47s | 9,707 | 0 | |
| Owl Alpha | 6.8 | 10.0 | 50.0% | 0 | 19.08s | 1,754 | 0 |
| 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash | 4.5 | 2.1 | 66.7% | 1 | 111.96s | 2,664 | 0 | |
| Owl Alpha | 3.0 | 10.0 | 0.0% | 0 | 10.01s | 315 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash | 10.0 | 10.0 | 100.0% | 0 | 23.79s | 195 | 0 | |
| Owl Alpha | 10.0 | 10.0 | 100.0% | 0 | 21.64s | 246 | 0 |
| 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash | 5.3 | 10.0 | 33.3% | 0 | 19.73s | 18 | 0 | |
| Owl Alpha | 5.3 | 10.0 | 33.3% | 0 | 8.58s | 28 | 0 |
| 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash | 4.2 | 9.9 | 0.0% | 0 | 23.74s | 67 | 0 | |
| Owl Alpha | 4.3 | 10.0 | 0.0% | 0 | 58.63s | 98 | 0 |
| 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash | 6.5 | 10.0 | 50.0% | 0 | 17.54s | 321 | 0 | |
| Owl Alpha | 6.5 | 10.0 | 50.0% | 0 | 10.15s | 57 | 0 |
| 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash | 3.1 | 7.3 | 11.1% | 1 | 23.72s | 207 | 0 | |
| Owl Alpha | 5.3 | 7.2 | 44.4% | 1 | 3.40s | 135 | 0 |
| 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash | 10.0 | 10.0 | 100.0% | 0 | 77.93s | 327 | 0 | |
| Owl Alpha | 10.0 | 10.0 | 100.0% | 0 | 8.26s | 228 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash | 3.0 | 10.0 | 0.0% | 0 | 3.07s | 20 | 0 | |
| Owl Alpha | 3.0 | 10.0 | 0.0% | 0 | 2.38s | 17 | 0 |
快速对比
切换对比组合
Owl AlphamediumvsGLM 5V TurbononeSeed-2.0-LitenonevsOwl AlphamediumOwl AlphamediumvsQwen3.5-FlashnoneOwl AlphamediumvsGLM 5.1noneOwl AlphamediumvsQwen3.5 Plus 2026-04-20noneOwl AlphamediumvsQwen3.5-35B-A3BnoneOwl AlphamediumvsQwen3.5-27BnoneOwl AlphamediumvsQwen3.6 27BnoneOwl AlphamediumvsMiMo-V2-PrononeOwl AlphamediumvsGLM 4.7 FlashnoneOwl AlphamediumvsMiMo-V2-OmninoneGemma 4 26B A4Bnone免费可用vsOwl Alphamedium