AI BENCHY Compare

DeepSeek: DeepSeek V3.2 vs OpenAI: GPT-5.6 Luna

Resumen

GPT-5.6 Luna (high) lidera en puntuación media con 7.7 vs 7.0. DeepSeek V3.2 (medium) tiene menor coste de benchmark con $0.078 vs $1.017. GPT-5.6 Luna (high) es más rápido con 18.68s vs 68.62s, con tasas de acierto de 65.2% vs 72.7%.

Modelo recomendadoGPT-5.6 Luna (high)Tiene la mejor puntuación aquí (7.7) y responde aproximadamente 3.7x más rápido que DeepSeek V3.2 (medium).

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-07-17

Métrica	DeepSeek V3.2 DeepSeek V3.2 medium Lanzamiento: 2025-12-01	GPT-5.6 Luna GPT-5.6 Luna high Lanzamiento: 2026-07-09

Métrica	DeepSeek V3.2 DeepSeek V3.2 medium Lanzamiento: 2025-12-01	GPT-5.6 Luna GPT-5.6 Luna high Lanzamiento: 2026-07-09
Puntuación	7.0	7.7
Rango	#73	#42
Fiabilidad	10.0	10.0
Consistencia	7.4	8.9
Pruebas correctas
Tasa de aciertos por intento	65.2%	72.7%
Pruebas inestables	7	3
Ejecuciones totales	66	66
Costo por resultado	0.671	6.780
Costo total	$0.078	$1.017
Precio de entrada	$0.269 / 1M	$1.000 / 1M
Precio de salida	$0.400 / 1M	$6.000 / 1M
Total de tokens de entrada	101,047	80,918
Tokens de salida	11,834	5,088
Tokens de razonamiento	117,014	150,910
Tiempo de respuesta (promedio)	68.62s	18.68s
Tiempo de respuesta (máximo)	376.10s	111.09s
Tiempo de respuesta (total)	1509.53s	411.05s

Generación showcase

Hamster playing table tennis

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

#73 DeepSeek V3.2

medium

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

#42 GPT-5.6 Luna

high

Coste: $0.033
Tiempo: 34.2s
Tokens: 5,484 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

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-5.6 Luna	8.3	10.0	75.0%	0		2.99s	606	162	1,265

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-5.6 Luna	5.5	4.7	55.6%	2		15.63s	7,302	510	17,746

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	7.3	5.8	83.3%	1		79.92s	76,997	5,219	24,229
GPT-5.6 Luna	10.0	10.0	100.0%	0		19.05s	57,719	3,366	8,005

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-5.6 Luna	10.0	10.0	100.0%	0		2.18s	7,140	234	470

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-5.6 Luna	7.7	10.0	66.7%	0		78.96s	723	69	96,395

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-5.6 Luna	5.0	10.0	0.0%	0		3.65s	477	117	563

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-5.6 Luna	9.9	10.0	100.0%	0		1.79s	660	97	481

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-5.6 Luna	7.6	7.2	77.8%	1		14.55s	642	242	18,281

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-5.6 Luna	10.0	10.0	100.0%	0		4.98s	5,454	260	324

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-5.6 Luna	3.0	10.0	0.0%	0		17.00s	195	31	7,380

Comparación rápida

Cambiar par de comparación

Claude Opus 4.6mediumvsGPT-5.6 Lunahigh GPT-5.6 LunahighvsGLM 5medium DeepSeek V3.2mediumvsGemini 3.5 Flashnone Claude Opus 4.8lowvsGPT-5.6 Lunahigh MiniMax M3mediumvsGPT-5.6 Lunahigh GPT-5.6 LunahighvsGrok Build 0.1medium DeepSeek V3.2mediumvsGPT-5.6 Solnone Claude Sonnet 4.6mediumvsGPT-5.6 Lunahigh GPT-5.6 LunahighvsGLM 5.2medium GPT-5.6 LunahighvsQwen3.6 Plusmedium Nemotron 3 UltramediumDisponible gratisvsGPT-5.6 Lunahigh DeepSeek V3.2mediumvsQwen3.7 Plusnone