Navegación
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

DeepSeek: DeepSeek V3.2 vs OpenAI: GPT-5.4

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-04-16

Métrica DeepSeek V3.2 DeepSeek V3.2 medium Lanzamiento: 2025-12-01 GPT-5.4 GPT-5.4 medium Lanzamiento: 2026-03-05
Puntuación 8.0 8.2
Rango #27 #16
Consistencia 8.2 8.7
Pruebas correctas
Tasa de aciertos por intento 79.6% 79.6%
Pruebas inestables 4 3
Ejecuciones totales 54 54
Costo por resultado 0.240 6.399
Costo total $0.029 $0.832
Precio de entrada $0.260 / 1M $2.500 / 1M
Precio de salida $0.380 / 1M $15.000 / 1M
Tokens de salida 10,620 2,169
Tokens de razonamiento 48,511 48,732
Tiempo de respuesta (promedio) 46.41s 18.63s
Tiempo de respuesta (máximo) 180.92s 100.41s
Tiempo de respuesta (total) 835.33s 335.26s

Mejores modelos por puntuación

Puntuación vs costo total

Tiempo de respuesta (promedio)

Puntuación vs Tiempo de respuesta (promedio)

Total de tokens de salida

Puntuación vs Total de tokens de salida

Desglose por categoría

Trucos anti-IA Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
DeepSeek V3.2 8.4 9.9 75.0% 0 30.72s 3,773 7,523
GPT-5.4 8.3 10.0 75.0% 0 4.11s 240 1,511
Programación Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
DeepSeek V3.2 4.7 1.6 66.7% 1 180.92s 626 6,792
GPT-5.4 10.0 10.0 100.0% 0 13.03s 389 2,045
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
DeepSeek V3.2 10.0 10.0 100.0% 0 93.11s 571 6,296
GPT-5.4 10.0 10.0 100.0% 0 20.57s 301 3,543
Análisis y extracción de datos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
DeepSeek V3.2 10.0 10.0 100.0% 0 36.09s 207 7,693
GPT-5.4 10.0 10.0 100.0% 0 5.32s 234 804
Específico del dominio Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
DeepSeek V3.2 5.3 7.2 44.4% 1 39.32s 3,081 7,856
GPT-5.4 5.3 7.2 44.4% 1 74.27s 61 34,748
Inteligencia general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
DeepSeek V3.2 5.4 2.5 66.7% 1 31.30s 68 2,366
GPT-5.4 4.7 3.1 33.3% 1 4.92s 145 321
Seguimiento de instrucciones Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
DeepSeek V3.2 10.0 10.0 100.0% 0 35.78s 1,397 2,845
GPT-5.4 10.0 10.0 100.0% 0 3.11s 93 897
Resolución de acertijos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
DeepSeek V3.2 8.2 7.2 88.9% 1 36.87s 390 6,281
GPT-5.4 8.2 7.2 88.9% 1 9.13s 442 3,832
Llamada de herramientas Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
DeepSeek V3.2 10.0 10.0 100.0% 0 34.81s 507 859
GPT-5.4 10.0 10.0 100.0% 0 13.28s 264 1,031

Comparación rápida

Cambiar par de comparación

DeepSeek V3.2mediumvsGPT-5.2 ChatnoneDeepSeek V3.2mediumvsGemini 3.1 Flash Lite PreviewnoneGemini 3 Flash PreviewnonevsGPT-5.4mediumGemini 3.1 Flash Lite PreviewlowvsGPT-5.4mediumDeepSeek V3.2mediumvsGemini 3.1 Flash Lite PreviewlowDeepSeek V3.2mediumvsGemini 3 Flash PreviewnoneGemini 3.1 Flash Lite PreviewnonevsGPT-5.4mediumDeepSeek V3.2mediumvsGPT-5.3 ChatnoneClaude Sonnet 4.6nonevsDeepSeek V3.2mediumGemini 3 Flash PreviewlowvsGPT-5.4mediumClaude Sonnet 4.6nonevsGPT-5.4mediumDeepSeek V3.2mediumvsGemini 3 Flash Previewlow