AI BENCHY 对比

DeepSeek: DeepSeek V4 Pro vs Google: Gemini 3 Flash Preview

摘要

DeepSeek V4 Pro vs Gemini 3 Flash Preview benchmark 对比：Gemini 3 Flash Preview 平均分领先，为 9.8 vs 6.0。 DeepSeek V4 Pro benchmark 成本更低，为 $0.079 vs $0.667。 Gemini 3 Flash Preview 更快，为 18.64s vs 65.21s，通过率为 52.4% vs 98.4%。

推荐模型: Gemini 3 Flash Preview - 它在这里得分最高（9.8），同时响应速度比DeepSeek V4 Pro快约 3.5 倍。

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

指标	DeepSeek V4 Pro DeepSeek V4 Pro high 发布日期: 2026-04-24	Gemini 3 Flash Preview Gemini 3 Flash Preview medium 发布日期: 2025-12-17

指标	DeepSeek V4 Pro DeepSeek V4 Pro high 发布日期: 2026-04-24	Gemini 3 Flash Preview Gemini 3 Flash Preview medium 发布日期: 2025-12-17
分数	6.0	9.8
排名	#103	#1
可靠性	9.0	10.0
一致性	7.6	9.7
测试正确
尝试通过率	52.4%	98.4%
不稳定测试	6	1
总运行次数	63	63
每个结果成本	2.869	3.335
总成本	$0.079	$0.667
输入价格	$0.435 / 1M	$0.500 / 1M
输出价格	$0.870 / 1M	$3.000 / 1M
总输入令牌	32,240	37,017
输出令牌	12,250	2,006
推理令牌	72,257	214,153
响应时间（平均）	65.21s	18.64s
响应时间（最大）	358.35s	117.26s
响应时间（总计）	1304.19s	391.35s

Generation showcase

Hamster playing table tennis

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

#103 DeepSeek V4 Pro

high

Cost: $0.023
Time: 257.6s
Tokens: 14,870 tok

#1 Gemini 3 Flash Preview

medium

Cost: $0.010
Time: 17.9s
Tokens: 3,236 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 Pro	6.4	7.9	58.3%	1		16.53s	448	71	3,617
Gemini 3 Flash Preview	10.0	10.0	100.0%	0		3.88s	494	330	3,216

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 Pro	3.3	6.4	11.1%	1		118.23s	1,966	111	20,940
Gemini 3 Flash Preview	8.6	7.6	88.9%	1		84.40s	8,122	462	161,084

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 Pro	10.0	10.0	100.0%	0		65.02s	14,016	465	5,914
Gemini 3 Flash Preview	10.0	10.0	100.0%	0		22.42s	12,873	351	10,485

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 Pro	7.3	5.9	83.3%	1		23.62s	5,633	229	1,710
Gemini 3 Flash Preview	10.0	10.0	100.0%	0		5.43s	7,548	279	4,893

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 Pro	2.9	7.2	11.1%	1		205.66s	430	10,529	28,089
Gemini 3 Flash Preview	10.0	10.0	100.0%	0		15.27s	633	12	21,684

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 Pro	6.1	3.1	66.7%	1		25.09s	314	76	1,152
Gemini 3 Flash Preview	10.0	10.0	100.0%	0		5.19s	486	72	1,905

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 Pro	10.0	10.0	100.0%	0		41.16s	627	205	2,416
Gemini 3 Flash Preview	10.0	10.0	100.0%	0		4.04s	615	72	2,709

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 Pro	5.9	7.2	55.6%	1		34.84s	544	139	4,019
Gemini 3 Flash Preview	10.0	10.0	100.0%	0		4.05s	558	183	4,365

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 Pro	10.0	10.0	100.0%	0		21.33s	8,079	372	593
Gemini 3 Flash Preview	10.0	10.0	100.0%	0		12.60s	5,532	234	1,487

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 Pro	3.0	10.0	0.0%	0		39.14s	183	53	3,807
Gemini 3 Flash Preview	10.0	10.0	100.0%	0		5.50s	156	11	2,325

快速对比

切换对比组合