AI BENCHY 对比

DeepSeek: DeepSeek V4 Pro vs Qwen: Qwen3.6 27B

摘要

DeepSeek V4 Pro vs Qwen3.6 27B benchmark 对比：DeepSeek V4 Pro 平均分领先，为 6.0 vs 5.6。 Qwen3.6 27B benchmark 成本更低，为 $0.025 vs $0.079。 Qwen3.6 27B 更快，为 3.72s vs 65.21s，通过率为 52.4% vs 47.6%。

推荐模型: Qwen3.6 27B - 它的得分接近这里的最高分（5.6 vs 6.0），同时成本比DeepSeek V4 Pro低约 3.2 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	Qwen3.6 27B Qwen3.6 27B none 发布日期: 2026-04-20

指标	DeepSeek V4 Pro DeepSeek V4 Pro high 发布日期: 2026-04-24	Qwen3.6 27B Qwen3.6 27B none 发布日期: 2026-04-20
分数	6.0	5.6
排名	#104	#119
可靠性	9.0	10.0
一致性	7.6	7.6
测试正确
尝试通过率	52.4%	47.6%
不稳定测试	6	6
总运行次数	63	63
每个结果成本	2.869	0.467
总成本	$0.079	$0.025
输入价格	$0.435 / 1M	$0.290 / 1M
输出价格	$0.870 / 1M	$2.400 / 1M
总输入令牌	32,240	52,721
输出令牌	12,250	3,812
推理令牌	72,257	0
响应时间（平均）	65.21s	3.72s
响应时间（最大）	358.35s	11.82s
响应时间（总计）	1304.19s	78.08s

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

#119 Qwen3.6 27B

none

Cost: $0.009
Time: 83.0s
Tokens: 4,549 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
Qwen3.6 27B	3.8	3.7	41.7%	3		2.83s	696	490	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
Qwen3.6 27B	5.5	10.0	33.3%	0		4.16s	7,913	539	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
Qwen3.6 27B	3.0	10.0	0.0%	0		9.95s	22,497	1,401	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
Qwen3.6 27B	7.3	5.8	83.3%	1		2.06s	7,788	248	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
Qwen3.6 27B	7.7	10.0	66.7%	0		3.03s	789	24	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
Qwen3.6 27B	5.2	9.9	0.0%	0		1.07s	522	72	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
Qwen3.6 27B	6.2	5.8	66.7%	1		1.92s	711	49	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
Qwen3.6 27B	5.3	7.2	44.4%	1		5.15s	714	639	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
Qwen3.6 27B	9.5	10.0	100.0%	0		6.74s	10,881	339	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
Qwen3.6 27B	3.0	10.0	0.0%	0		4.03s	210	11	0

快速对比

切换对比组合