AI BENCHY 对比

DeepSeek: DeepSeek V4 Pro vs Qwen: Qwen3.7 Plus

摘要

DeepSeek V4 Pro vs Qwen3.7 Plus benchmark 对比：Qwen3.7 Plus 平均分领先，为 6.4 vs 6.0。 Qwen3.7 Plus benchmark 成本更低，为 $0.028 vs $0.079。 Qwen3.7 Plus 更快，为 2.85s vs 65.21s，通过率为 52.4% vs 47.6%。

推荐模型: Qwen3.7 Plus - 它在这里得分最高（6.4），同时成本比DeepSeek V4 Pro低约 2.8 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	Qwen3.7 Plus Qwen3.7 Plus none 发布日期: 2026-06-03

指标	DeepSeek V4 Pro DeepSeek V4 Pro high 发布日期: 2026-04-24	Qwen3.7 Plus Qwen3.7 Plus none 发布日期: 2026-06-03
分数	6.0	6.4
排名	#103	#88
可靠性	9.0	10.0
一致性	7.6	10.0
测试正确
尝试通过率	52.4%	47.6%
不稳定测试	6	0
总运行次数	63	63
每个结果成本	2.869	0.276
总成本	$0.079	$0.028
输入价格	$0.435 / 1M	$0.400 / 1M
输出价格	$0.870 / 1M	$1.600 / 1M
总输入令牌	32,240	42,510
输出令牌	12,250	6,578
推理令牌	72,257	0
响应时间（平均）	65.21s	2.85s
响应时间（最大）	358.35s	29.38s
响应时间（总计）	1304.19s	59.86s

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

#88 Qwen3.7 Plus

none

Cost: $0.019
Time: 213.5s
Tokens: 11,960 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
Qwen3.7 Plus	6.5	10.0	50.0%	0		1.38s	696	349	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
Qwen3.7 Plus	5.5	10.0	33.3%	0		2.15s	7,911	639	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
Qwen3.7 Plus	10.0	10.0	100.0%	0		29.38s	14,952	4,505	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
Qwen3.7 Plus	10.0	10.0	100.0%	0		1.43s	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
Qwen3.7 Plus	3.0	10.0	0.0%	0		868ms	789	18	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
Qwen3.7 Plus	5.3	10.0	0.0%	0		1.33s	522	78	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
Qwen3.7 Plus	6.3	10.0	50.0%	0		929ms	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
Qwen3.7 Plus	7.7	10.0	66.7%	0		1.71s	714	443	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
Qwen3.7 Plus	10.0	10.0	100.0%	0		3.54s	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
Qwen3.7 Plus	3.0	10.0	0.0%	0		1.21s	210	9	0

快速对比

切换对比组合