#86 DeepSeek V4 Pro
none
无效SVG
- 成本
- $0.000
- 时间
- 300.0s
- 令牌
- 0 tok
DeepSeek: DeepSeek V4 Pro vs Google: Gemini 3.5 Flash-Lite
DeepSeek V4 Pro 平均分领先，为 6.9 vs 6.7。 DeepSeek V4 Pro benchmark 成本更低，为 $0.096 vs $0.145。 Gemini 3.5 Flash-Lite (low) 更快，为 2.25s vs 11.55s，通过率为 51.5% vs 66.7%。
推荐模型Gemini 3.5 Flash-Lite (low)它的得分接近这里的最高分（6.7 vs 6.9），同时响应速度比DeepSeek V4 Pro快约 5.1 倍。
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-21
| 指标 | DeepSeek V4 Pro DeepSeek V4 Pro none | Gemini 3.5 Flash-Lite Gemini 3.5 Flash-Lite low |
|---|---|---|
| 分数 | 6.9 | 6.7 |
| 排名 | #86 | #95 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 8.6 | 8.2 |
| 测试正确 | ||
| 尝试通过率 | 51.5% | 66.7% |
| 不稳定测试 | 4 | 5 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 0.954 | 1.201 |
| 总成本 | $0.096 | $0.145 |
| 输入价格 | $0.435 / 1M | $0.300 / 1M |
| 输出价格 | $0.870 / 1M | $2.500 / 1M |
| 总输入令牌 | 148,069 | 144,622 |
| 输出令牌 | 35,551 | 15,302 |
| 推理令牌 | 0 | 24,971 |
| 响应时间（平均） | 11.55s | 2.25s |
| 响应时间（最大） | 119.44s | 13.50s |
| 响应时间（总计） | 254.11s | 49.58s |
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#95 Gemini 3.5 Flash-Lite
low- 成本
- $0.008
- 时间
- 7.7s
- 令牌
- 3,056 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 | 3.2 | 6.1 | 16.7% | 2 | 4.02s | 540 | 1,168 | 0 | |
| Gemini 3.5 Flash-Lite | 10.0 | 10.0 | 100.0% | 0 | 1.30s | 516 | 278 | 4,147 |
| 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 | 5.6 | 10.0 | 33.3% | 0 | 13.38s | 7,275 | 5,500 | 0 | |
| Gemini 3.5 Flash-Lite | 4.1 | 7.9 | 11.1% | 1 | 672ms | 8,136 | 463 | 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 | 7.9 | 6.9 | 66.7% | 1 | 71.59s | 122,040 | 26,362 | 0 | |
| Gemini 3.5 Flash-Lite | 6.3 | 5.8 | 66.7% | 1 | 8.96s | 120,017 | 13,542 | 5,573 |
| 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 | 4.61s | 7,568 | 200 | 0 | |
| Gemini 3.5 Flash-Lite | 10.0 | 10.0 | 100.0% | 0 | 657ms | 7,269 | 287 | 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 | 5.3 | 10.0 | 33.3% | 0 | 3.72s | 666 | 24 | 0 | |
| Gemini 3.5 Flash-Lite | 3.6 | 7.2 | 22.2% | 1 | 3.63s | 651 | 17 | 7,901 |
| 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 | 5.0 | 10.0 | 0.0% | 0 | 2.05s | 471 | 126 | 0 | |
| Gemini 3.5 Flash-Lite | 6.1 | 3.1 | 66.7% | 1 | 1.71s | 492 | 92 | 1,079 |
| 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 | 6.3 | 5.8 | 66.7% | 1 | 4.12s | 627 | 713 | 0 | |
| Gemini 3.5 Flash-Lite | 9.8 | 10.0 | 100.0% | 0 | 869ms | 627 | 70 | 1,093 |
| 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 | 10.0 | 10.0 | 100.0% | 0 | 3.61s | 594 | 442 | 0 | |
| Gemini 3.5 Flash-Lite | 7.8 | 10.0 | 66.7% | 0 | 1.22s | 576 | 215 | 2,121 |
| 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 | 7.40s | 8,105 | 328 | 0 | |
| Gemini 3.5 Flash-Lite | 9.8 | 10.0 | 100.0% | 0 | 1.76s | 6,176 | 328 | 340 |
| 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 | 5.76s | 183 | 688 | 0 | |
| Gemini 3.5 Flash-Lite | 4.7 | 1.6 | 66.7% | 1 | 3.38s | 162 | 10 | 2,717 |
快速对比
切换对比组合
Gemini 3.5 Flash-LitelowvsKAT-Coder-Pro V2.5noneDeepSeek V4 PrononevsMiMo-V2.5-PromediumGemini 3.5 Flash-LitelowvsQwen3.6 35B A3BmediumDeepSeek V4 PrononevsKAT-Coder-Pro V2.5mediumDeepSeek V4 PrononevsQwen3.6 FlashmediumDeepSeek V4 PrononevsStep 3.7 FlashhighSeed-2.0-MinimediumvsDeepSeek V4 PrononeDeepSeek V4 PrononevsMercury 2mediumDeepSeek V4 PrononevsKimi K2.5mediumDeepSeek V4 PrononevsGemini 3.5 FlashminimalGemini 3.5 Flash-LitelowvsGLM 5.2noneGemini 3.5 Flash-LitelowvsLongCat 2.0high