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-5.5

Resumen

Comparación benchmark de DeepSeek V3.2 vs GPT-5.5: DeepSeek V3.2 lidera en puntuación media con 7.5 vs 6.3. DeepSeek V3.2 tiene menor coste de benchmark con $0.044 vs $0.231. GPT-5.5 es más rápido con 1.89s vs 68.71s, con tasas de acierto de 65.1% vs 54.0%.

Modelo recomendado: DeepSeek V3.2 - Tiene la mejor puntuación aquí (7.5) y cuesta aproximadamente 5.2x menos que GPT-5.5.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-06-18

Métrica DeepSeek V3.2 DeepSeek V3.2 medium Lanzamiento: 2025-12-01 GPT-5.5 GPT-5.5 none Lanzamiento: 2026-04-24
Puntuación 7.5 6.3
Rango #48 #90
Fiabilidad 10.0 10.0
Consistencia 7.6 8.8
Pruebas correctas
Tasa de aciertos por intento 65.1% 54.0%
Pruebas inestables 6 3
Ejecuciones totales 63 63
Costo por resultado 0.436 2.302
Costo total $0.044 $0.231
Precio de entrada $0.229 / 1M $5.000 / 1M
Precio de salida $0.344 / 1M $30.000 / 1M
Total de tokens de entrada 38,333 34,212
Tokens de salida 7,186 1,971
Tokens de razonamiento 99,081 0
Tiempo de respuesta (promedio) 68.71s 1.89s
Tiempo de respuesta (máximo) 376.10s 5.56s
Tiempo de respuesta (total) 1442.81s 39.64s

Generación showcase

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#48 DeepSeek V3.2

medium
Coste
$0.001
Tiempo
53.6s
Tokens
1,932 tok

#90 GPT-5.5

none
Coste
$0.090
Tiempo
54.3s
Tokens
3,063 tok

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 entrada Tokens de salida Tokens de razonamiento
DeepSeek V3.2 8.2 7.9 83.3% 1 24.23s 448 3,247 6,953
GPT-5.5 6.9 7.9 66.7% 1 1.31s 606 213 0
Programación Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
DeepSeek V3.2 6.0 7.2 55.6% 1 248.68s 5,717 649 52,014
GPT-5.5 5.5 10.0 33.3% 0 1.35s 7,305 462 0
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
DeepSeek V3.2 10.0 10.0 100.0% 0 93.11s 14,283 571 6,296
GPT-5.5 3.0 10.0 0.0% 0 5.56s 11,019 300 0
Análisis y extracción de datos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
DeepSeek V3.2 10.0 10.0 100.0% 0 36.09s 7,388 207 7,693
GPT-5.5 10.0 10.0 100.0% 0 1.18s 7,140 222 0
Específico del dominio Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
DeepSeek V3.2 2.9 4.4 22.2% 2 24.27s 472 21 6,838
GPT-5.5 2.9 7.2 11.1% 1 1.31s 723 52 0
Inteligencia general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
DeepSeek V3.2 3.4 2.5 33.3% 1 58.29s 314 49 2,189
GPT-5.5 10.0 10.0 100.0% 0 3.41s 477 124 0
Seguimiento de instrucciones Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
DeepSeek V3.2 10.0 10.0 100.0% 0 35.78s 627 1,397 2,845
GPT-5.5 6.2 5.8 66.7% 1 1.15s 660 81 0
Resolución de acertijos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
DeepSeek V3.2 7.0 7.2 55.6% 1 37.69s 594 518 6,375
GPT-5.5 7.7 10.0 66.7% 0 1.29s 642 252 0
Llamada de herramientas Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
DeepSeek V3.2 10.0 10.0 100.0% 0 34.81s 8,307 507 859
GPT-5.5 10.0 10.0 100.0% 0 3.90s 5,445 247 0
Cultura general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
DeepSeek V3.2 3.0 10.0 0.0% 0 83.99s 183 20 7,019
GPT-5.5 3.0 10.0 0.0% 0 5.01s 195 18 0

Comparación rápida

Cambiar par de comparación

GPT-5.5nonevsQwen3.5-35B-A3BmediumGemma 4 31BmediumDisponible gratisvsGPT-5.5noneNemotron 3 SupermediumDisponible gratisvsGPT-5.5noneDeepSeek V3.2mediumvsGPT-5.3 ChatnoneDeepSeek V3.2mediumvsGemini 3 Flash PreviewlowGemini 3.1 Flash LiteminimalvsGPT-5.5noneClaude Sonnet 4.6nonevsDeepSeek V3.2mediumGemini 3.1 Flash LitelowvsGPT-5.5noneGemini 3.1 Flash Lite PreviewlowvsGPT-5.5noneClaude Opus 4.8nonevsDeepSeek V3.2mediumDeepSeek V3.2mediumvsStep 3.7 FlashlowDeepSeek V3.2mediumvsQwen3.7 Plusnone