#30 DeepSeek V4 Pro
high- Cost
- $0.023
- Time
- 257.6s
- Tokens
- 14,870 tok
AI BENCHY 对比
DeepSeek: DeepSeek V4 Pro vs Qwen: Qwen3.5 Plus 2026-04-20
摘要
DeepSeek V4 Pro vs Qwen3.5 Plus 2026-04-20 benchmark 对比：DeepSeek V4 Pro 平均分领先，为 8.1 vs 7.8。 DeepSeek V4 Pro benchmark 成本更低，为 $0.098 vs $0.317。 Qwen3.5 Plus 2026-04-20 更快，为 46.36s vs 72.22s，通过率为 66.7% vs 66.7%。
推荐模型: DeepSeek V4 Pro - 它在这里得分最高（8.1），同时成本比Qwen3.5 Plus 2026-04-20低约 3.2 倍。
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-12
| 指标 | DeepSeek V4 Pro DeepSeek V4 Pro high | Qwen3.5 Plus 2026-04-20 Qwen3.5 Plus 2026-04-20 medium |
|---|---|---|
| 分数 | 8.1 | 7.8 |
| 排名 | #30 | #37 |
| 可靠性 | 9.6 | 10.0 |
| 一致性 | 7.8 | 9.0 |
| 测试正确 | ||
| 尝试通过率 | 66.7% | 66.7% |
| 不稳定测试 | 6 | 2 |
| 总运行次数 | 57 | 63 |
| 每个结果成本 | 0.978 | 3.023 |
| 总成本 | $0.098 | $0.317 |
| 输入价格 | $0.435 / 1M | $0.300 / 1M |
| 输出价格 | $0.870 / 1M | $1.800 / 1M |
| 总输入令牌 | 35,122 | 42,097 |
| 输出令牌 | 6,315 | 2,280 |
| 推理令牌 | 93,205 | 166,613 |
| 响应时间（平均） | 72.22s | 46.36s |
| 响应时间（最大） | 437.44s | 189.38s |
| 响应时间（总计） | 1444.45s | 973.57s |
Generation showcase
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#37 Qwen3.5 Plus 2026-04-20
medium- Cost
- $0.008
- Time
- 76.7s
- Tokens
- 4,355 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 | 5.7 | 5.9 | 58.3% | 2 | 25.70s | 536 | 149 | 3,214 | |
| Qwen3.5 Plus 2026-04-20 | 10.0 | 10.0 | 100.0% | 0 | 10.84s | 672 | 215 | 7,748 |
| 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 | 7.7 | 10.0 | 66.7% | 0 | 308.19s | 1,583 | 368 | 42,658 | |
| Qwen3.5 Plus 2026-04-20 | 6.2 | 8.7 | 33.3% | 0 | 125.25s | 7,630 | 308 | 58,682 |
| 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 | 38.17s | 14,060 | 454 | 5,836 | |
| Qwen3.5 Plus 2026-04-20 | 10.0 | 10.0 | 100.0% | 0 | 92.41s | 14,934 | 483 | 17,490 |
| 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 | 10.0 | 10.0 | 100.0% | 0 | 25.03s | 7,690 | 274 | 2,166 | |
| Qwen3.5 Plus 2026-04-20 | 10.0 | 10.0 | 100.0% | 0 | 38.32s | 7,782 | 270 | 14,668 |
| 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 | 3.6 | 7.2 | 22.2% | 1 | 130.09s | 472 | 4,400 | 26,367 | |
| Qwen3.5 Plus 2026-04-20 | 2.9 | 7.2 | 11.1% | 1 | 53.10s | 771 | 63 | 28,414 |
| 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 | 10.0 | 10.0 | 100.0% | 0 | 8.83s | 471 | 115 | 1,013 | |
| Qwen3.5 Plus 2026-04-20 | 4.9 | 9.6 | 0.0% | 0 | 25.30s | 516 | 125 | 4,792 |
| 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 | 7.8 | 6.6 | 83.3% | 1 | 8.73s | 627 | 66 | 2,726 | |
| Qwen3.5 Plus 2026-04-20 | 10.0 | 10.0 | 100.0% | 0 | 20.25s | 699 | 103 | 7,689 |
| 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 | 6.9 | 4.9 | 77.8% | 2 | 56.85s | 591 | 178 | 2,563 | |
| Qwen3.5 Plus 2026-04-20 | 8.2 | 7.2 | 88.9% | 1 | 17.67s | 696 | 338 | 9,800 |
| 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 | 9.8 | 10.0 | 100.0% | 0 | 15.92s | 8,909 | 295 | 701 | |
| Qwen3.5 Plus 2026-04-20 | 10.0 | 10.0 | 100.0% | 0 | 14.72s | 8,193 | 348 | 2,164 |
| 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 | 34.01s | 183 | 16 | 5,961 | |
| Qwen3.5 Plus 2026-04-20 | 3.0 | 10.0 | 0.0% | 0 | 92.57s | 204 | 27 | 15,166 |
快速对比
切换对比组合
DeepSeek V4 ProhighvsGPT-5.4 MinimediumDeepSeek V4 ProhighvsQwen3.5 Plus 2026-02-15mediumQwen3.5 Plus 2026-04-20mediumvsStep 3.7 FlashlowDeepSeek V4 ProhighvsNemotron 3 Ultra 550b A55bmedium免费可用DeepSeek V4 ProhighvsQwen3.7 PlusmediumDeepSeek V4 ProhighvsQwen3.5-27BmediumDeepSeek V4 ProhighvsGemini 2.5 FlashmediumDeepSeek V4 ProhighvsQwen3.6 PlusmediumClaude Sonnet 4.6mediumvsDeepSeek V4 ProhighGPT-5.3 ChatnonevsQwen3.5 Plus 2026-04-20mediumDeepSeek V4 ProhighvsGemini 3.1 Flash Lite PreviewmediumDeepSeek V4 ProhighvsGemini 3.1 Flash Litemedium