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 Pro vs Qwen: Qwen3.5 Plus 2026-02-15

摘要

DeepSeek V4 Pro vs Qwen3.5 Plus 2026-02-15 benchmark 对比：Qwen3.5 Plus 2026-02-15 平均分领先，为 6.3 vs 6.0。 Qwen3.5 Plus 2026-02-15 benchmark 成本更低，为 $0.016 vs $0.079。 Qwen3.5 Plus 2026-02-15 更快，为 2.31s vs 65.21s，通过率为 52.4% vs 46.0%。

推荐模型: Qwen3.5 Plus 2026-02-15 - 它在这里得分最高（6.3），同时成本比DeepSeek V4 Pro低约 5.0 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-10

指标 DeepSeek V4 Pro DeepSeek V4 Pro high 发布日期: 2026-04-24 Qwen3.5 Plus 2026-02-15 Qwen3.5 Plus 2026-02-15 none 发布日期: 2026-02-15
分数 6.0 6.3
排名 #104 #96
可靠性 9.0 10.0
一致性 7.6 9.4
测试正确
尝试通过率 52.4% 46.0%
不稳定测试 6 2
总运行次数 63 63
每个结果成本 2.869 0.204
总成本 $0.079 $0.016
输入价格 $0.435 / 1M $0.260 / 1M
输出价格 $0.870 / 1M $1.560 / 1M
总输入令牌 32,240 45,864
输出令牌 12,250 2,480
推理令牌 72,257 0
响应时间（平均） 65.21s 2.31s
响应时间（最大） 358.35s 6.65s
响应时间（总计） 1304.19s 34.63s

Generation showcase

Hamster playing table tennis

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

#104 DeepSeek V4 Pro

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

#96 Qwen3.5 Plus 2026-02-15

none
Cost
$0.012
Time
153.2s
Tokens
7,787 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
Qwen3.5 Plus 2026-02-15 4.8 10.0 25.0% 0 1.91s 696 517 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 Pro 3.3 6.4 11.1% 1 118.23s 1,966 111 20,940
Qwen3.5 Plus 2026-02-15 4.3 7.9 11.1% 1 2.05s 7,913 473 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 Pro 10.0 10.0 100.0% 0 65.02s 14,016 465 5,914
Qwen3.5 Plus 2026-02-15 3.0 10.0 0.0% 0 6.65s 18,304 314 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 Pro 7.3 5.9 83.3% 1 23.62s 5,633 229 1,710
Qwen3.5 Plus 2026-02-15 10.0 10.0 100.0% 0 1.89s 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 Pro 2.9 7.2 11.1% 1 205.66s 430 10,529 28,089
Qwen3.5 Plus 2026-02-15 5.3 10.0 33.3% 0 1.17s 789 17 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 Pro 6.1 3.1 66.7% 1 25.09s 314 76 1,152
Qwen3.5 Plus 2026-02-15 4.4 3.0 33.3% 1 2.26s 522 117 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 Pro 10.0 10.0 100.0% 0 41.16s 627 205 2,416
Qwen3.5 Plus 2026-02-15 10.0 10.0 100.0% 0 1.67s 711 72 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 Pro 5.9 7.2 55.6% 1 34.84s 544 139 4,019
Qwen3.5 Plus 2026-02-15 7.7 10.0 66.7% 0 2.71s 714 494 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 Pro 10.0 10.0 100.0% 0 21.33s 8,079 372 593
Qwen3.5 Plus 2026-02-15 10.0 10.0 100.0% 0 3.33s 8,211 222 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 Pro 3.0 10.0 0.0% 0 39.14s 183 53 3,807
Qwen3.5 Plus 2026-02-15 3.0 10.0 0.0% 0 1.11s 210 11 0

快速对比

切换对比组合

DeepSeek V4 ProhighvsGemma 4 26B A4Bnone免费可用DeepSeek V4 ProhighvsNemotron 3 Ultra 550b A55bnone免费可用GPT-5 NanomediumvsQwen3.5 Plus 2026-02-15noneDeepSeek V4 Prohighvsgpt-oss-120bmedium免费可用DeepSeek V4 ProhighvsGLM 5nonegpt-oss-120bmedium免费可用vsQwen3.5 Plus 2026-02-15noneDeepSeek V4 ProhighvsGemini 2.5 FlashnoneGemini 3.1 Flash LiteminimalvsQwen3.5 Plus 2026-02-15noneDeepSeek V4 ProhighvsRing-2.6-1TnoneDeepSeek V4 ProhighvsNemotron 3 Supermedium免费可用DeepSeek V4 ProhighvsQwen3.5-FlashnoneDeepSeek V4 ProhighvsGLM 5V Turbonone