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-Flash

摘要

DeepSeek V4 Flash vs Qwen3.5-Flash benchmark 对比：Qwen3.5-Flash 平均分领先，为 6.1 vs 5.5。 Qwen3.5-Flash benchmark 成本更低，为 $0.005 vs $0.007。 Qwen3.5-Flash 更快，为 3.58s vs 26.75s，通过率为 30.2% vs 39.7%。

推荐模型: Qwen3.5-Flash - 它在这里得分最高（6.1），同时成本比DeepSeek V4 Flash低约 1.7 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-18

指标 DeepSeek V4 Flash DeepSeek V4 Flash none 发布日期: 2026-04-24 Qwen3.5-Flash Qwen3.5-Flash none 发布日期: 2026-02-24
分数 5.5 6.1
排名 #117 #97
可靠性 10.0 10.0
一致性 8.9 9.7
测试正确
尝试通过率 30.2% 39.7%
不稳定测试 3 1
总运行次数 63 63
每个结果成本 0.203 0.075
总成本 $0.007 $0.005
输入价格 $0.090 / 1M $0.065 / 1M
输出价格 $0.180 / 1M $0.260 / 1M
总输入令牌 50,127 46,439
输出令牌 13,710 4,276
推理令牌 0 0
响应时间（平均） 26.75s 3.58s
响应时间（最大） 111.96s 27.18s
响应时间（总计） 561.82s 75.28s

生成展示

Hamster playing table tennis

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

#117 DeepSeek V4 Flash

none
成本
$0.004
时间
157.6s
令牌
11,297 tok

#97 Qwen3.5-Flash

none
成本
$0.003
时间
47.4s
令牌
7,799 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-Flash 3.5 8.3 8.3% 1 1.32s 696 690 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-Flash 5.5 10.0 33.3% 0 850ms 7,913 519 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-Flash 3.0 10.0 0.0% 0 6.22s 18,879 1,794 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-Flash 10.0 10.0 100.0% 0 1.57s 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-Flash 7.7 10.0 66.7% 0 905ms 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-Flash 10.0 10.0 100.0% 0 803ms 522 100 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-Flash 6.3 10.0 50.0% 0 8.81s 711 63 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-Flash 3.1 10.0 0.0% 0 10.89s 714 579 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-Flash 10.0 10.0 100.0% 0 3.67s 8,211 264 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-Flash 3.0 10.0 0.0% 0 588ms 210 9 0

快速对比

切换对比组合

Gemini 3.1 Flash LiteminimalvsQwen3.5-FlashnoneGemma 4 31Bmedium免费可用vsQwen3.5-FlashnoneNemotron 3 Supermedium免费可用vsQwen3.5-FlashnoneNorth Mini Codemedium免费可用vsQwen3.5-FlashnoneNorth Mini Codemedium免费可用vsDeepSeek V4 FlashnoneGemini 3.1 Flash LitelowvsQwen3.5-FlashnoneDeepSeek V4 FlashnonevsMiniMax M2.7mediumGemini 3.1 Flash Lite PreviewlowvsQwen3.5-FlashnoneDeepSeek V4 FlashnonevsMistral Small 4mediumQwen3.5-FlashnonevsStep 3.5 FlashmediumGPT-5 NanomediumvsQwen3.5-FlashnoneDeepSeek V4 FlashnonevsGemini 3.1 Flash Liteminimal