- 排名
- #93
- 总输出令牌
- 35,551
- 响应时间（平均）
- 11.55s
- 总成本
- $0.096
DeepSeek V4 Pro vs Qwen3.7 Flash (medium)
平均分几乎持平，为 6.9 vs 7.0。 Qwen3.7 Flash (medium) benchmark 成本更低，为 $0.064 vs $0.096。 DeepSeek V4 Pro 更快，为 11.55s vs 45.90s，通过率为 51.5% vs 65.2%。
- 排名
- #91
- 总输出令牌
- 462,623
- 响应时间（平均）
- 45.90s
- 总成本
- $0.064
推荐模型
DeepSeek V4 Pro
它在这里得分最高（6.9），同时响应速度比Qwen3.7 Flash (medium)快约 4.0 倍。
详细对比
| 指标 | DeepSeek V4 Pro DeepSeek V4 Pro none | Qwen3.7 Flash Qwen3.7 Flash medium |
|---|---|---|
| 分数 | 6.9 | 7.0 |
| 排名 | #93 | #91 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 8.6 | 7.5 |
| 测试正确 | ||
| 尝试通过率 | 51.5% | 65.2% |
| 不稳定测试 | 4 | 7 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 0.954 | 0.636 |
| 总成本 | $0.096 | $0.064 |
| 输入价格 | $0.435 / 1M | $0.030 / 1M |
| 输出价格 | $0.870 / 1M | $0.130 / 1M |
| 总输入令牌 | 148,069 | 114,468 |
| 输出令牌 | 35,551 | 12,786 |
| 推理令牌 | 0 | 449,837 |
| 响应时间（平均） | 11.55s | 45.90s |
| 响应时间（最大） | 119.44s | 593.64s |
| 响应时间（总计） | 254.11s | 1009.84s |
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#93 DeepSeek V4 Pro
none
无效SVG
- 成本
- $0.000
- 时间
- 300.0s
- 令牌
- 0 tok
#91 Qwen3.7 Flash
medium
无效SVG
- 成本
- $0.000
- 时间
- 600.0s
- 令牌
- 0 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 | |
| Qwen3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 9.56s | 672 | 525 | 12,844 |
| 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 | |
| Qwen3.7 Flash | 6.2 | 6.9 | 55.6% | 1 | 46.78s | 7,893 | 563 | 61,902 |
| 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 | |
| Qwen3.7 Flash | 6.4 | 5.8 | 66.7% | 1 | 314.17s | 87,042 | 10,432 | 296,919 |
| 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 | |
| Qwen3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 15.42s | 7,782 | 270 | 11,588 |
| 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 | |
| Qwen3.7 Flash | 3.6 | 7.2 | 22.2% | 1 | 27.16s | 771 | 59 | 31,524 |
| 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 | |
| Qwen3.7 Flash | 5.5 | 10.0 | 0.0% | 0 | 10.18s | 516 | 143 | 3,647 |
| 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 | |
| Qwen3.7 Flash | 5.8 | 2.7 | 66.7% | 2 | 9.27s | 699 | 100 | 7,457 |
| 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 | |
| Qwen3.7 Flash | 7.1 | 5.1 | 77.8% | 2 | 8.30s | 696 | 355 | 9,138 |
| 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 | |
| Qwen3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 7.80s | 8,193 | 309 | 2,171 |
| 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 | |
| Qwen3.7 Flash | 3.0 | 10.0 | 0.0% | 0 | 29.17s | 204 | 30 | 12,647 |
快速对比
切换对比组合
DeepSeek V4 PrononevsMiMo-V2.5-PromediumDeepSeek V4 PrononevsKAT-Coder-Pro V2.5mediumDeepSeek V4 PrononevsQwen3.6 FlashmediumGemini 3.5 FlashnonevsQwen3.7 FlashmediumGPT-5.6 SolnonevsQwen3.7 FlashmediumDeepSeek V4 PrononevsStep 3.7 FlashhighSeed-2.0-MinimediumvsDeepSeek V4 PrononeDeepSeek V4 PrononevsMercury 2mediumDeepSeek V4 PrononevsKimi K2.5mediumQwen3.7 FlashmediumvsStep 3.7 FlashhighDeepSeek V4 PrononevsGemini 3.5 FlashminimalGPT-5.5nonevsQwen3.7 Flashmedium