종합·효율
Artificial Analysis
| 모델군 | 대표 항목 | 순위 | 지능 |
|---|---|---|---|
| Qwen | Qwen3.8 Max | 10위 | 58 |
| DeepSeek | DeepSeek V4 Pro 0813 (max) | 20위 | 53 |
같은 출처로 비교
Qwen(큐원·큐웬) vs DeepSeek(딥시크)성능·가격·코딩 비교
현재 AA 대표: Qwen3.8 Max · DeepSeek V4 Pro 0813 (max)
큐원과 딥시크는 버전·체크포인트·추론 설정이 빠르게 늘어나는 계열입니다. 최신 대표 항목의 정확한 이름을 유지한 채 API 효율과 코딩 결과를 분리해 봅니다.
데이터 갱신 2026년 8월 17일
주요 수치 · 같은 실행 기준
지능·비용·속도 빠른 비교
아래 세 수치는 Artificial Analysis의 동일한 두 대표 항목입니다. 서로 다른 평가의 점수를 섞지 않으며 종합 승자를 정하지 않습니다.
| 기준 | Qwen | DeepSeek |
|---|---|---|
| 지능 지수 | 58 | 53 |
| 평가 작업 비용 | $1.13 | $0.25 |
| 출력 속도 | 46 t/s | 80 t/s |
출처별 비교
같은 평가 안에서만 보는 순위
대화 선호
Arena Text
| 모델군 | 대표 항목 | 순위 | 점수 |
|---|---|---|---|
| Qwen | qwen3.8-max | 8위 | 1491 ±8 |
| DeepSeek | deepseek-v4-pro-max-20260813 | 43위 | 1465 ±10 |
코딩 선호
Arena Code
| 모델군 | 대표 항목 | 순위 | 점수 |
|---|---|---|---|
| Qwen | qwen3.8-max | 3위 | 1667+13 / -13 |
| DeepSeek | deepseek-v4-pro-high-20260813 | 10위 | 1584+14 / -14 |
에이전트 실사용
Arena Agent
| 모델군 | 대표 항목 | 순위 | 순 개선 |
|---|---|---|---|
| Qwen | Qwen3.7 Max | 27위 | 0.20% ±0.87% |
| DeepSeek | Deepseek V4 Flash (High) (20260731) | 19위 | 4.04% ±0.81% |
저장소 수정
SWE-bench Verified
| 모델군 | 대표 항목 | 순위 | 해결률 |
|---|---|---|---|
| Qwen | OpenHands + Qwen3-Coder-480B-A35B-Instruct | 47위 | 69.6% |
| DeepSeek | mini-SWE-agent + DeepSeek V3.2 (high) | 46위 | 70.0% |
어떤 표를 볼까요?
용도에 맞는 평가 고르기
- API 성능·비용Artificial Analysis에서 지능 지수, 작업 비용, 출력 속도를 동일 기준으로 비교합니다.
- 코드 답변·도구 세션코드 응답 선호는 Arena Code, 도구 사용 흐름은 Arena Agent를 각각 확인합니다.
- 저장소 수정 자동화SWE-bench Verified에서 해결률과 하네스 공개 여부를 함께 보고 실제 도입 테스트로 재검증합니다.
평가 방법과 한계
비교 방법과 한계
모델명 정규식으로 각 공개 소스에서 모델군별 최고 순위 항목 하나를 고릅니다. 양쪽 항목이 모두 있는 소스만 표시하고, 소스 사이 순위와 점수는 합산하지 않습니다.
SWE-bench 결과는 모델 단독 성적이 아니라 에이전트 하네스까지 포함합니다. 일반 API 모델 순위와 직접 합산하지 않습니다.
- Artificial Analysis: 영어 중심의 합성 지표이며 실제 한국어 업무 성능을 직접 보장하지 않습니다. 추론 강도별 결과는 같은 모델의 별도 실행 설정입니다.
- Arena Text: 사용자 구성과 프롬프트 분포에 영향을 받는 선호도 지표입니다. 특정 전문 업무의 정확도 순위로 해석하면 안 됩니다.
- Arena Code: 코드 실행 성공률만 측정하는 테스트가 아닙니다. 에이전트 하네스가 붙은 항목은 기본 모델과 동일하게 비교하면 안 됩니다.
- Arena Agent: 여러 행동 신호를 인과 추정으로 합친 실사용 지표입니다. 단일 정답형 벤치마크와 점수 단위를 비교할 수 없습니다.
- SWE-bench Verified: 모델뿐 아니라 에이전트 하네스, 시도 횟수, 도구와 프롬프트가 결과에 영향을 줍니다. 모델 단독 순위가 아닙니다.