导航
AI BENCHY
Advertise here

AI BENCHY 对比

DeepSeek: DeepSeek V4 Pro vs Qwen: Qwen3.6 Flash

摘要

DeepSeek V4 Pro vs Qwen3.6 Flash benchmark 对比：DeepSeek V4 Pro 平均分领先，为 7.6 vs 7.5。 DeepSeek V4 Pro benchmark 成本更低，为 $0.157 vs $0.288。 Qwen3.6 Flash 更快，为 19.25s vs 77.20s，通过率为 66.7% vs 71.4%。

推荐模型: Qwen3.6 Flash - 它的得分接近这里的最高分（7.5 vs 7.6），同时响应速度比DeepSeek V4 Pro快约 4.0 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-17

指标 DeepSeek V4 Pro DeepSeek V4 Pro high 发布日期: 2026-04-24 Qwen3.6 Flash Qwen3.6 Flash medium 发布日期: 2026-04-20
分数 7.6 7.5
排名 #41 #47
可靠性 9.3 10.0
一致性 7.0 8.1
测试正确
尝试通过率 66.7% 71.4%
不稳定测试 8 5
总运行次数 63 63
每个结果成本 1.742 3.030
总成本 $0.157 $0.288
输入价格 $0.435 / 1M $0.188 / 1M
输出价格 $0.870 / 1M $1.125 / 1M
总输入令牌 38,726 42,362
输出令牌 6,334 2,995
推理令牌 159,151 245,358
响应时间（平均） 77.20s 19.25s
响应时间（最大） 416.76s 122.87s
响应时间（总计） 1621.17s 404.20s

Generation showcase

Hamster playing table tennis

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

#41 DeepSeek V4 Pro

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

#47 Qwen3.6 Flash

medium
Invalid SVG
Cost
$0.008
Time
29.9s
Tokens
6,784 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
Qwen3.6 Flash 10.0 10.0 100.0% 0 6.10s 672 624 14,024
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 6.1 4.6 66.7% 2 243.00s 5,090 383 84,580
Qwen3.6 Flash 5.0 5.1 44.5% 2 42.85s 7,895 495 67,967
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
Qwen3.6 Flash 10.0 10.0 100.0% 0 20.28s 14,934 483 13,839
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
Qwen3.6 Flash 10.0 10.0 100.0% 0 9.65s 7,782 270 13,155
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% 1 151.46s 569 4,404 50,391
Qwen3.6 Flash 3.5 4.4 33.3% 2 14.65s 771 60 24,409
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
Qwen3.6 Flash 4.8 9.9 0.0% 0 9.88s 516 140 5,445
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
Qwen3.6 Flash 10.0 10.0 100.0% 0 6.05s 699 102 7,423
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
Qwen3.6 Flash 8.2 7.2 88.9% 1 6.29s 696 460 10,860
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
Qwen3.6 Flash 10.0 10.0 100.0% 0 4.00s 8,193 335 1,188
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
Qwen3.6 Flash 3.0 10.0 0.0% 0 122.87s 204 26 87,048

快速对比

切换对比组合

DeepSeek V4 ProhighvsMiniMax M3mediumDeepSeek V4 ProhighvsGrok Build 0.1mediumGPT-5.3 ChatnonevsQwen3.6 FlashmediumDeepSeek V4 ProhighvsKimi K2.5mediumDeepSeek V4 ProhighvsMercury 2mediumGemini 3 Flash PreviewlowvsQwen3.6 FlashmediumDeepSeek V4 ProhighvsStep 3.7 FlashlowClaude Opus 4.6mediumvsDeepSeek V4 ProhighDeepSeek V4 ProhighvsGPT-5.3 ChatnoneDeepSeek V4 ProhighvsGPT-5.4 NanomediumDeepSeek V4 ProhighvsGrok 4.3mediumDeepSeek V4 ProhighvsQwen3.5-122B-A10Bmedium