导航
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY 对比

DeepSeek: DeepSeek V4 Flash vs Qwen: Qwen3.5-27B

摘要

DeepSeek V4 Flash vs Qwen3.5-27B benchmark 对比：Qwen3.5-27B 平均分领先，为 5.7 vs 5.0。 DeepSeek V4 Flash benchmark 成本更低，为 $0.008 vs $0.015。 Qwen3.5-27B 更快，为 1.68s vs 26.75s，通过率为 30.2% vs 38.1%。

推荐模型: Qwen3.5-27B - 它在这里得分最高（5.7），同时响应速度比DeepSeek V4 Flash快约 15.9 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-04

指标 DeepSeek V4 Flash DeepSeek V4 Flash none 发布日期: 2026-04-24 Qwen3.5-27B Qwen3.5-27B none 发布日期: 2026-02-24
分数 5.0 5.7
排名 #139 #115
可靠性 10.0 10.0
一致性 8.9 9.3
测试正确
尝试通过率 30.2% 38.1%
不稳定测试 3 2
总运行次数 63 63
每个结果成本 0.203 0.249
总成本 $0.008 $0.015
输入价格 $0.099 / 1M $0.195 / 1M
输出价格 $0.197 / 1M $1.560 / 1M
总输入令牌 50,127 44,478
输出令牌 13,710 3,592
推理令牌 0 0
响应时间（平均） 26.75s 1.68s
响应时间（最大） 111.96s 9.39s
响应时间（总计） 561.82s 35.25s

Generation showcase

Hamster playing table tennis

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

#139 DeepSeek V4 Flash

none
Cost
$0.004
Time
157.6s
Tokens
11,297 tok

#115 Qwen3.5-27B

none
Cost
$0.007
Time
42.9s
Tokens
4,273 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 3.0 10.0 0.0% 0 20.18s 540 174 0
Qwen3.5-27B 4.8 10.0 25.0% 0 788ms 696 267 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） 输入令牌 输出令牌 推理令牌
DeepSeek V4 Flash 4.2 7.4 11.1% 1 17.13s 7,279 9,717 0
Qwen3.5-27B 5.8 10.0 33.3% 0 1.80s 7,913 415 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） 输入令牌 输出令牌 推理令牌
DeepSeek V4 Flash 4.5 2.1 66.7% 1 111.96s 24,398 2,664 0
Qwen3.5-27B 2.8 1.6 33.3% 1 9.39s 16,918 1,461 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 23.79s 7,290 195 0
Qwen3.5-27B 10.0 10.0 100.0% 0 1.43s 7,794 243 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） 输入令牌 输出令牌 推理令牌
DeepSeek V4 Flash 5.3 10.0 33.3% 0 19.73s 666 18 0
Qwen3.5-27B 3.0 10.0 0.0% 0 540ms 789 15 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） 输入令牌 输出令牌 推理令牌
DeepSeek V4 Flash 4.2 9.9 0.0% 0 23.74s 471 67 0
Qwen3.5-27B 5.0 10.0 0.0% 0 2.51s 522 126 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） 输入令牌 输出令牌 推理令牌
DeepSeek V4 Flash 6.5 10.0 50.0% 0 17.54s 627 321 0
Qwen3.5-27B 6.3 10.0 50.0% 0 1.03s 711 69 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） 输入令牌 输出令牌 推理令牌
DeepSeek V4 Flash 3.1 7.3 11.1% 1 23.72s 594 207 0
Qwen3.5-27B 6.7 7.9 55.6% 1 1.38s 714 683 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） 输入令牌 输出令牌 推理令牌
DeepSeek V4 Flash 10.0 10.0 100.0% 0 77.93s 8,079 327 0
Qwen3.5-27B 10.0 10.0 100.0% 0 3.54s 8,211 303 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 3.07s 183 20 0
Qwen3.5-27B 3.0 10.0 0.0% 0 599ms 210 10 0

快速对比

切换对比组合

CobuddymediumvsQwen3.5-27BnoneNemotron 3 Supermedium免费可用vsQwen3.5-27BnoneDeepSeek V4 FlashnonevsMistral Small 4mediumDeepSeek V4 FlashnonevsMiniMax M2.7mediumDeepSeek V4 ProhighvsQwen3.5-27BnoneDeepSeek V4 FlashnonevsQwen3 Coder NextmediumDeepSeek V4 FlashnonevsMiniMax M2.5mediumMiniMax M2.5mediumvsQwen3.5-27BnoneMiniMax M2.7mediumvsQwen3.5-27BnoneMistral Small 4mediumvsQwen3.5-27Bnonegpt-oss-120bmedium免费可用vsQwen3.5-27BnoneDeepSeek V4 FlashnonevsGLM 4.7 Flashmedium