- 排名
- #148
- 总输出令牌
- 743,292
- 响应时间（平均）
- 58.49s
- 总成本
- $0.750
已对比模型
Qwen3.6 35B A3B (medium) vs Qwen3.5-27B (medium) vs DeepSeek V4 Flash 0423 (high) 基准对比: DeepSeek V4 Flash 0423 (high) 在分数上以 7.6 领先。 Qwen3.6 35B A3B (medium) 在可靠性上以 10.0 领先。 DeepSeek V4 Flash 0423 (high) 的总成本最低，为 $0.031。 DeepSeek V4 Flash 0423 (high) 最快，为 51.81s。
- 排名
- #87
- 总输出令牌
- 614,909
- 响应时间（平均）
- 113.28s
- 总成本
- $0.982
- 排名
- #76
- 总输出令牌
- 211,310
- 响应时间（平均）
- 51.81s
- 总成本
- $0.031
推荐模型
DeepSeek V4 Flash 0423 (high)
它在这里得分最高（7.6），同时成本比本次比较中的其他模型低约 28.1 倍。
详细对比
| 指标 | Qwen3.6 35B A3B Qwen3.6 35B A3B medium | Qwen3.5-27B Qwen3.5-27B medium | DeepSeek V4 Flash 0423 DeepSeek V4 Flash 0423 high |
|---|---|---|---|
| 分数 | 6.6 | 7.5 | 7.6 |
| 排名 | #148 | #87 | #76 |
| 可靠性 | 10.0 | 10.0 | 10.0 |
| 一致性 | 9.2 | 7.8 | 8.5 |
| 尝试次数 | 66/66 | 66/66 | 66/66 |
| 测试正确 | |||
| 尝试通过率 | 57.6% | 75.8% | 69.7% |
| 不稳定测试 | 2 | 6 | 4 |
| 总运行次数 | 66 | 66 | 66 |
| 每个结果成本 | 6.212 | 8.217 | 0.446 |
| 总成本 | $0.750 | $0.982 | $0.031 |
| 输入价格 | $0.150 / 1M | $0.195 / 1M | $0.066 / 1M |
| 输出价格 | $1.000 / 1M | $1.560 / 1M | $0.132 / 1M |
| 总输入令牌 | 85,148 | 111,644 | 108,480 |
| 输出令牌 | 61,736 | 16,113 | 37,229 |
| 推理令牌 | 681,556 | 598,796 | 174,081 |
| 响应时间（平均） | 58.49s | 113.28s | 51.81s |
| 响应时间（最大） | 817.57s | 1026.43s | 218.13s |
| 响应时间（总计） | 1169.83s | 2492.26s | 1139.75s |
| 参数量 | 35B 总计 (3B 激活) | 27B | 284B 总计 (13B 激活) |
| 开放状态 | 开源 | 开源 | 开源 |
模型生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#148 Qwen3.6 35B A3B
medium
无效SVG
- 成本
- $0.000
- 时间
- 300.0s
- 令牌
- 0 tok
#87 Qwen3.5-27B
medium- 成本
- $0.008
- 时间
- 62.0s
- 令牌
- 3,099 tok
#76 DeepSeek V4 Flash 0423
high- 成本
- $0.003
- 时间
- 93.1s
- 令牌
- 7,926 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.6 35B A3B | 10.0 | 10.0 | 100.0% | 0 | 6.02s | 672 | 1,154 | 12,385 | |
| Qwen3.5-27B | 8.7 | 7.9 | 91.7% | 1 | 19.75s | 672 | 569 | 31,505 | |
| DeepSeek V4 Flash 0423 | 8.3 | 10.0 | 75.0% | 0 | 28.51s | 540 | 140 | 7,770 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.6 35B A3B | 7.7 | 10.0 | 66.7% | 0 | 50.55s | 5,051 | 7,929 | 37,223 | |
| Qwen3.5-27B | 6.2 | 7.1 | 55.6% | 1 | 160.69s | 7,895 | 6,381 | 89,388 | |
| DeepSeek V4 Flash 0423 | 7.8 | 10.0 | 66.7% | 0 | 50.60s | 7,279 | 395 | 34,862 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.6 35B A3B | 3.0 | 10.0 | 0.0% | 0 | 817.57s | 68,754 | 42,187 | 548,547 | |
| Qwen3.5-27B | 7.3 | 5.8 | 83.3% | 1 | 595.19s | 84,417 | 7,948 | 279,132 | |
| DeepSeek V4 Flash 0423 | 6.4 | 5.8 | 66.7% | 1 | 104.10s | 82,663 | 4,633 | 37,533 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.6 35B A3B | 10.0 | 10.0 | 100.0% | 0 | 12.99s | 7,776 | 2,591 | 9,968 | |
| Qwen3.5-27B | 10.0 | 10.0 | 100.0% | 0 | 30.26s | 7,782 | 270 | 16,150 | |
| DeepSeek V4 Flash 0423 | 10.0 | 10.0 | 100.0% | 0 | 28.03s | 7,290 | 201 | 1,179 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.6 35B A3B | 2.9 | 4.4 | 22.2% | 2 | 25.39s | 780 | 6,110 | 41,906 | |
| Qwen3.5-27B | 5.9 | 7.2 | 55.6% | 1 | 89.39s | 562 | 157 | 52,734 | |
| DeepSeek V4 Flash 0423 | 3.6 | 7.2 | 22.2% | 1 | 115.42s | 754 | 22,778 | 79,643 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.6 35B A3B | 4.4 | 9.9 | 0.0% | 0 | 8.66s | 516 | 129 | 4,569 | |
| Qwen3.5-27B | 6.1 | 3.1 | 66.7% | 1 | 101.41s | 524 | 70 | 23,147 | |
| DeepSeek V4 Flash 0423 | 6.1 | 3.1 | 66.7% | 1 | 25.15s | 471 | 79 | 632 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.6 35B A3B | 10.0 | 10.0 | 100.0% | 0 | 7.50s | 699 | 219 | 7,404 | |
| Qwen3.5-27B | 10.0 | 10.0 | 100.0% | 0 | 19.66s | 699 | 97 | 11,638 | |
| DeepSeek V4 Flash 0423 | 10.0 | 10.0 | 100.0% | 0 | 15.36s | 627 | 63 | 1,622 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.6 35B A3B | 8.0 | 10.0 | 66.7% | 0 | 5.95s | 696 | 655 | 9,228 | |
| Qwen3.5-27B | 8.2 | 7.7 | 77.8% | 1 | 59.60s | 696 | 242 | 70,096 | |
| DeepSeek V4 Flash 0423 | 8.2 | 7.2 | 88.9% | 1 | 26.11s | 594 | 196 | 1,767 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.6 35B A3B | 3.0 | 10.0 | 0.0% | 0 | 0ms | 0 | 0 | 0 | |
| Qwen3.5-27B | 10.0 | 10.0 | 100.0% | 0 | 7.45s | 8,193 | 348 | 1,323 | |
| DeepSeek V4 Flash 0423 | 10.0 | 10.0 | 100.0% | 0 | 74.73s | 8,079 | 228 | 542 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.6 35B A3B | 3.0 | 10.0 | 0.0% | 0 | 32.90s | 204 | 762 | 10,326 | |
| Qwen3.5-27B | 3.0 | 10.0 | 0.0% | 0 | 85.11s | 204 | 31 | 23,683 | |
| DeepSeek V4 Flash 0423 | 3.0 | 10.0 | 0.0% | 0 | 54.46s | 183 | 8,516 | 8,531 |
快速对比
切换对比组合
GPT 5.3 ChatnonevsQwen3.5-27BmediumGemini 3.1 Flash LitelowvsQwen3.6 35B A3BmediumGPT-5.6 TerralowvsQwen3.5-27BmediumGemini 3.1 Flash Lite PreviewlowvsQwen3.6 35B A3BmediumGemini 3.5 Flash LitelowvsQwen3.6 35B A3BmediumClaude Opus 4.6mediumvsDeepSeek V4 Flash 0423highClaude Opus 5nonevsQwen3.5-27BmediumLongCat 2.0highvsQwen3.6 35B A3BmediumQwen3.5-27BmediumvsSolar Pro 4xhighSeed-2.0-CodelowvsDeepSeek V4 Flash 0423highDeepSeek V4 Flash 0423highvsGLM 5mediumDeepSeek V4 Flash 0423highvsSolar Pro 4xhigh