AI BENCHY 对比
DeepSeek: DeepSeek V4 Pro vs HY3 Preview
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-04-24
| 指标 | DeepSeek V4 Pro DeepSeek V4 Pro high | HY3 Preview HY3 Preview medium 免费可用 |
|---|---|---|
| 分数 | 8.2 | 8.1 |
| 排名 | #20 | #29 |
| 可靠性 | 不适用 | 不适用 |
| 一致性 | 9.6 | 9.6 |
| 测试正确 | ||
| 尝试通过率 | 74.1% | 74.1% |
| 不稳定测试 | 1 | 1 |
| 总运行次数 | 24 | 54 |
| 每个结果成本 | 1.224 | 0.000 |
| 总成本 | $0.160 | $0.000 |
| ???? | $1.740 / 1M | $0.000 / 1M |
| ???? | $3.480 / 1M | $0.000 / 1M |
| 输出令牌 | 671 | 65,057 |
| 推理令牌 | 39,383 | 0 |
| 响应时间（平均） | 71.21s | 14.63s |
| 响应时间（最大） | 351.99s | 46.04s |
| 响应时间（总计） | 1281.73s | 248.72s |
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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Pro | 8.3 | 10.0 | 75.0% | 0 | 26.93s | 70 | 2,008 | |
| HY3 Preview | 10.0 | 10.0 | 100.0% | 0 | 6.59s | 5,955 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Pro | 10.0 | 10.0 | 100.0% | 0 | 93.00s | 82 | 2,808 | |
| HY3 Preview | 10.0 | 10.0 | 100.0% | 0 | 31.37s | 8,054 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Pro | 10.0 | 10.0 | 100.0% | 0 | 71.08s | 134 | 2,163 | |
| HY3 Preview | 10.0 | 10.0 | 100.0% | 0 | 46.04s | 12,018 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Pro | 10.0 | 10.0 | 100.0% | 0 | 63.00s | 67 | 1,071 | |
| HY3 Preview | 6.5 | 10.0 | 50.0% | 0 | 5.25s | 930 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Pro | 5.3 | 10.0 | 33.3% | 0 | 202.56s | 11 | 25,343 | |
| HY3 Preview | 5.3 | 10.0 | 33.3% | 0 | 22.30s | 22,527 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Pro | 5.0 | 10.0 | 0.0% | 0 | 26.96s | 51 | 734 | |
| HY3 Preview | 10.0 | 10.0 | 100.0% | 0 | 16.84s | 2,448 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Pro | 10.0 | 10.0 | 100.0% | 0 | 14.60s | 21 | 1,236 | |
| HY3 Preview | 10.0 | 10.0 | 100.0% | 0 | 6.16s | 2,967 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Pro | 7.6 | 7.4 | 77.8% | 1 | 69.69s | 151 | 3,847 | |
| HY3 Preview | 5.3 | 7.4 | 44.4% | 1 | 9.55s | 7,062 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Pro | 10.0 | 10.0 | 100.0% | 0 | 11.05s | 84 | 173 | |
| HY3 Preview | 10.0 | 10.0 | 100.0% | 0 | 15.02s | 3,096 | 0 |
快速对比
切换对比组合
DeepSeek V4 ProhighvsGLM 5 TurbomediumDeepSeek V4 ProhighvsQwen3.5-122B-A10BmediumDeepSeek V4 ProhighvsQwen3.6 PlusmediumDeepSeek V4 ProhighvsHY3 Previewlow免费可用DeepSeek V4 ProhighvsGemini 3 Flash PreviewnoneDeepSeek V4 ProhighvsGemini 3.1 Flash Lite PreviewlowGemini 3.1 Flash Lite PreviewlowvsHY3 Previewmedium免费可用DeepSeek V4 ProhighvsMiMo-V2.5-PromediumDeepSeek V4 ProhighvsGemini 3.1 Flash Lite PreviewmediumDeepSeek V4 ProhighvsMiMo-V2-PromediumDeepSeek V4 ProhighvsGPT-5.4mediumGemini 3 Flash PreviewnonevsHY3 Previewmedium免费可用