Qwen 3.6 vs DeepSeek V4
Qwen 3.6 Plus lidera en benchmarks agénticos con resultados probados mientras DeepSeek V4 entra en escena
DeepSeek V4, con su arquitectura MoE de ~1T de parámetros y ventana de contexto de 1M, representa un nuevo competidor importante en el panorama de la IA. Pero Qwen 3.6 Plus ya lidera con benchmarks probados: 78,8% en SWE-bench Verified, 61,6 en Terminal-Bench 2.0 y el parámetro preserve_thinking para flujos de trabajo agénticos. A $0,40/$2,40 por millón de tokens (12 veces más barato que Claude Opus 4.6), Qwen 3.6 ofrece una relación precio-rendimiento inigualable. DeepSeek V4 Pro escala hasta 1,6T de parámetros. Qwen también proporciona modelos de pesos abiertos (27B con 77,2% en SWE-bench, 35B A3B) para despliegue local.
Benchmarks
Qwen 3.6 vs DeepSeek V4 - datos de benchmarks y especificaciones disponibles
Comparativa de benchmarks basada en datos actualmente disponibles. Qwen 3.6 Plus lidera en benchmarks de programación agéntica con resultados probados en SWE-bench, Terminal-Bench, SkillsBench y evaluaciones de uso de herramientas. Los datos de DeepSeek V4 se actualizarán a medida que se publiquen más resultados.
Qwen 3.6 Plus ha establecido posiciones sólidas en benchmarks de ingeniería de software y programación agéntica, con el modelo de pesos abiertos 27B ofreciendo un rendimiento cercano al Plus. A medida que DeepSeek V4 complete su despliegue, habrá comparativas más completas disponibles. Los datos actuales muestran a Qwen 3.6 liderando en los benchmarks agénticos clave con resultados probados y reproducibles y un ecosistema de despliegue maduro.
Qwen 3.6 Plus: 78,8% SWE-bench Verified, 61,6 Terminal-Bench 2.0
Qwen 3.6 27B: 77,2% SWE-bench, 48,2 SkillsBench (supera a Claude 4.5 Opus)
Qwen 3.6 27B: 83,9 LiveCodeBench, 1487 QwenWebBench, 72,4 Claw-Eval
Ambos modelos: ventana de contexto de 1M de tokens
Qwen 3.6 Plus: $0,40/$2,40 por M de tokens, lotes al 50% de descuento
Tabla de benchmarks
Qwen 3.6 vs DeepSeek V4 - resultados actuales y especificaciones
Datos de benchmarks disponibles para ambas familias de modelos. Los resultados de DeepSeek V4 se actualizarán a medida que se publiquen más datos. Los resultados de Qwen 3.6 provienen de publicaciones oficiales con evaluaciones reproducibles.
| Benchmark | Qwen 3.6 Plus Propietario Disponible ahora | Qwen 3.6 27B Denso pesos abiertos | Qwen 3.6 35B A3B MoE pesos abiertos | DeepSeek V4 ~1T MoE | DeepSeek V4 Pro 1.6T MoE |
|---|---|---|---|---|---|
SWE-bench Verified Ingeniería de software real | 78.8% | 77.2% | 73.4% | - | - |
Terminal-Bench 2.0 Operaciones de terminal | 61.6 | 59.3 | 51.5 | - | - |
SkillsBench Habilidades prácticas de programación | - | 48.2 | - | - | - |
LiveCodeBench Generación de código competitivo | - | 83.9 | 80.4 | - | - |
Claw-Eval Avg Programación agéntica de extremo a extremo | - | 72.4 | 68.7 | - | - |
Context window Longitud máxima de contexto | 1M tokens | 128K tokens | 128K tokens | 1M tokens | 1M tokens |
Architecture Arquitectura del modelo | Proprietary | 27B Dense | 35B MoE (3B active) | ~1T MoE | 1.6T MoE |
preserve_thinking Persistencia de razonamiento agéntico | Yes | No | No | No | No |
Open-weight Despliegue local disponible | No | Yes (Apache 2.0) | Yes (Apache 2.0) | TBD | TBD |
Datos de Qwen 3.6 de la publicación oficial (marzo 2026). Datos de DeepSeek V4 de los informes de lanzamiento inicial (abril 2026). Algunos benchmarks de DeepSeek V4 pendientes de publicación completa.
Ecosistema Qwen
Rendimiento agéntico probado, disponible hoy, con precios líderes en el sector
Qwen 3.6 está completamente disponible con benchmarks probados, modelos de pesos abiertos con Apache 2.0, preserve_thinking para flujos de trabajo agénticos y precios de $0,40/$2,40 por millón de tokens. No esperes a los benchmarks: empieza a construir hoy.
Probar Qwen 3.6
No esperes a los benchmarks: experimenta el rendimiento agéntico probado hoy
Qwen 3.6 está completamente disponible con 78,8% en SWE-bench, preserve_thinking y $0,40/$2,40 por millón de tokens. Chatea gratis, despliega en local con modelos de pesos abiertos o integra a través de la API compatible con OpenAI. Compatible con Claude Code, OpenClaw, Aider y Continue.dev.