自动展示选中模型的核心信息与各评测得分，可左右滑动查看完整表格。 当前对比 2 个模型的评测数据与核心参数。
每条轴代表一个评测领域的平均水平，并统一映射到 100 分雷达坐标。
相对优势: 综合评估 +2.7 / 相对落后: 数学推理 -9.0
相对优势: 数学推理 +9.0 / 相对落后: 综合评估 -2.7
计算口径：同一模型在同一 benchmark 下先平均当前模式范围内的所有分数，不取最高分；再按评测领域对这些 benchmark 分数求平均。只纳入至少两个模型有数据的 benchmark，缺项不按 0 分处理。
综合领先
DeepSeek-V4-Flash · 72.87
单项最高
DeepSeek-V4-Flash · LiveCodeBench 91.60
模态覆盖
Qwen3.6-27B · 3 种模态
正面对比
10
评测基准
8
领先项
2
落后项
+3.91
平均分差
完整列出各模型/模式的评测得分，便于横向比较。
10 项可对比评测得分汇总。每个模型展示最佳得分，模式在分数下方标注。
| 评测项 | DeepSeek-V4-Flash | Qwen3.6-27B |
|---|---|---|
HLE 综合评估 | 45.10思考水平·极高 ｜ 工具 | 24.00开启思考 |
LiveBench 综合评估 | 67.25常规模式 | 65.56常规模式 |
MMLU Pro 综合评估 | 86.40思考水平·高 | 86.20开启思考 |
GPQA Diamond 科学与综合推理 | 88.10思考水平·高 | 87.80开启思考 |
LiveCodeBench 编程与软件工程 | 91.60思考水平·高 | 83.90开启思考 |
SWE-bench Multilingual 编程与软件工程 | 73.30思考水平·极高 ｜ 工具 | 71.30开启思考 ｜ 工具 |
SWE-Bench Pro - Public 编程与软件工程 | 52.60思考水平·极高 ｜ 工具 | 53.50开启思考 ｜ 工具 |
SWE-bench Verified 编程与软件工程 | 79.00思考水平·极高 ｜ 工具 | 77.20开启思考 ｜ 工具 |
Terminal Bench 2.0 AI Agent - 工具使用 | 56.90思考水平·极高 ｜ 工具 | 59.30开启思考 ｜ 工具 |
IMO-AnswerBench 数学推理 | 88.40思考水平·高 | 80.80开启思考 |
输入输出 token 价格并排展示
是否 MoE、商业授权、模态支持等附加能力对比。
| 功能与规格 | DeepSeek-V4-FlashDeepSeek-AI | Qwen3.6-27B阿里巴巴 |
|---|---|---|
核心规格发布时间 | 2026-04-24 | 2026-04-22 |
上下文 | 1M | 128K |
参数量 | 2,840 亿 | 270 亿 |
激活参数量 | 130 亿 | 270 亿 |
最大输出 | 384000 | 16384 |
MoE 架构 | 支持 | 不支持 |
开源与许可代码开源 | 开源 · MIT License | 开源 · Qwen License |
权重开源 | 开源 · MIT License | 开源 · Qwen License |
商业授权 | 免费商用授权 | 免费商用授权 |
本地部署权重下载 | Hugging Face | Hugging Face |
模态支持文本 输入/输出 | / | / |
图片 输入/输出 | 未提供 | / |
视频 输入/输出 | 未提供 | / |
资料来源论文 / 报告 | DeepSeek-V4: Towards Highly Efficient Million-Token Context Intelligence | Qwen3.6-27B: Flagship-Level Coding in a 27B Dense Model |
DataLearner 博客 | 未提供 | 阿里正式开源Qwen3.6-27B：代码智能体能力上超越全面超越前代旗舰版本之 Qwen3.5-397B-A17B |
