导航
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

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：Qwen3.6 Flash 平均分领先，为 7.5 vs 7.2。 DeepSeek V4 Pro benchmark 成本更低，为 $0.034 vs $0.288。 DeepSeek V4 Pro 更快，为 6.41s vs 19.25s，通过率为 52.4% vs 71.4%。

推荐模型: DeepSeek V4 Pro - 它的得分接近这里的最高分（7.2 vs 7.5），同时成本比Qwen3.6 Flash低约 8.6 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-18

指标 DeepSeek V4 Pro DeepSeek V4 Pro none 发布日期: 2026-04-24 Qwen3.6 Flash Qwen3.6 Flash medium 发布日期: 2026-04-20
分数 7.2 7.5
排名 #58 #47
可靠性 9.9 10.0
一致性 8.8 8.1
测试正确
尝试通过率 52.4% 71.4%
不稳定测试 3 5
总运行次数 63 63
每个结果成本 0.333 3.030
总成本 $0.034 $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 53,558 42,362
输出令牌 11,424 2,995
推理令牌 0 245,358
响应时间（平均） 6.41s 19.25s
响应时间（最大） 30.09s 122.87s
响应时间（总计） 134.66s 404.20s

生成展示

Hamster playing table tennis

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

#58 DeepSeek V4 Pro

none
无效SVG
成本
$0.000
时间
300.0s
令牌
0 tok

#47 Qwen3.6 Flash

medium
无效SVG
成本
$0.008
时间
29.9s
令牌
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 3.2 6.1 16.7% 2 4.02s 540 1,168 0
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 5.6 10.0 33.3% 0 13.38s 7,275 5,500 0
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 9.5 10.0 100.0% 0 23.74s 27,529 2,235 0
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 4.61s 7,568 200 0
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 5.3 10.0 33.3% 0 3.72s 666 24 0
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 5.0 10.0 0.0% 0 2.05s 471 126 0
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 6.3 5.8 66.7% 1 4.12s 627 713 0
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 10.0 10.0 100.0% 0 3.61s 594 442 0
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 10.0 10.0 100.0% 0 7.40s 8,105 328 0
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 5.76s 183 688 0
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 PrononevsGemma 4 26B A4Bmedium免费可用GPT-5.3 ChatnonevsQwen3.6 FlashmediumGemini 3 Flash PreviewlowvsQwen3.6 FlashmediumDeepSeek V4 PrononevsStep 3.7 FlashhighDeepSeek V4 PrononevsGLM 5.1mediumDeepSeek V4 ProhighvsQwen3.6 FlashmediumClaude Sonnet 4.6nonevsQwen3.6 FlashmediumDeepSeek V4 PrononevsKimi K2.7 CodemediumDeepSeek V4 PrononevsGrok 4.20mediumDeepSeek V4 PrononevsGemini 3 Flash PreviewlowQwen3.6 FlashmediumvsStep 3.7 FlashlowClaude Opus 4.8nonevsQwen3.6 Flashmedium