AI BENCHY Compare
DeepSeek: DeepSeek V3.2 vs OpenAI: GPT-4o-mini
Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-03-03
| Métrica | DeepSeek: DeepSeek V3.2 none Lanzamiento: 2025-12-01 | OpenAI: GPT-4o-mini none Lanzamiento: 2024-07-18 |
|---|---|---|
| Rango | #30 | #29 |
| Puntaje prom. | 4.70 | 4.86 |
| Consistencia | 8.19 | 9.98 |
| Costo por resultado | 0.132 | 0.056 |
| Costo total | $0.007 | $0.003 |
| Pruebas correctas | 5/14 | 5/14 |
| Tasa de aciertos por intento | 47.6% | 35.7% |
| Pruebas inestables | 3 | 0 |
| Tokens de salida | 4,869 | 949 |
| Tokens de razonamiento | 0 | 0 |
Desglose por categoría
| Trucos anti-IA | Puntuación | Consistencia | Tasa de aciertos por intento | Pruebas inestables | Pruebas correctas | Tokens de salida | Tokens de razonamiento |
|---|---|---|---|---|---|---|---|
| DeepSeek: DeepSeek V3.2 | 1.00 | 9.68 | 0.0% | 0 | 1,411 | 0 | |
| OpenAI: GPT-4o-mini | 4.00 | 10.00 | 33.3% | 0 | 180 | 0 |
| Análisis y extracción de datos | Puntuación | Consistencia | Tasa de aciertos por intento | Pruebas inestables | Pruebas correctas | Tokens de salida | Tokens de razonamiento |
|---|---|---|---|---|---|---|---|
| DeepSeek: DeepSeek V3.2 | 5.38 | 5.81 | 66.7% | 1 | 1,710 | 0 | |
| OpenAI: GPT-4o-mini | 10.00 | 10.00 | 100.0% | 0 | 183 | 0 |
| Específico del dominio | Puntuación | Consistencia | Tasa de aciertos por intento | Pruebas inestables | Pruebas correctas | Tokens de salida | Tokens de razonamiento |
|---|---|---|---|---|---|---|---|
| DeepSeek: DeepSeek V3.2 | 1.00 | 7.21 | 22.2% | 1 | 24 | 0 | |
| OpenAI: GPT-4o-mini | 1.00 | 10.00 | 0.0% | 0 | 15 | 0 |
| Seguimiento de instrucciones | Puntuación | Consistencia | Tasa de aciertos por intento | Pruebas inestables | Pruebas correctas | Tokens de salida | Tokens de razonamiento |
|---|---|---|---|---|---|---|---|
| DeepSeek: DeepSeek V3.2 | 8.00 | 9.99 | 50.0% | 0 | 66 | 0 | |
| OpenAI: GPT-4o-mini | 5.50 | 10.00 | 50.0% | 0 | 71 | 0 |
| Puzzle Solving | Puntuación | Consistencia | Tasa de aciertos por intento | Pruebas inestables | Pruebas correctas | Tokens de salida | Tokens de razonamiento |
|---|---|---|---|---|---|---|---|
| DeepSeek: DeepSeek V3.2 | 7.67 | 7.49 | 88.9% | 1 | 1,136 | 0 | |
| OpenAI: GPT-4o-mini | 4.00 | 9.92 | 0.0% | 0 | 295 | 0 |
| Llamada de herramientas | Puntuación | Consistencia | Tasa de aciertos por intento | Pruebas inestables | Pruebas correctas | Tokens de salida | Tokens de razonamiento |
|---|---|---|---|---|---|---|---|
| DeepSeek: DeepSeek V3.2 | 10.00 | 10.00 | 100.0% | 0 | 522 | 0 | |
| OpenAI: GPT-4o-mini | 10.00 | 10.00 | 100.0% | 0 | 205 | 0 |
Comparación rápida
Cambiar par de comparación
DeepSeek V3.2nonevsGLM 4.7 FlashmediumGPT-4o-mininonevsGLM 4.7 FlashmediumMiniMax M2.5mediumvsGPT-4o-mininoneGPT-4o-mininonevsQwen3.5-FlashmediumDeepSeek V3.2nonevsMiniMax M2.5mediumDeepSeek V3.2nonevsgpt-oss-120bmediumDisponible gratisGPT-4o-mininonevsQwen3.5-35B-A3BmediumDeepSeek V3.2nonevsQwen3.5-FlashmediumGPT-4o-mininonevsMiMo-V2-FlashmediumDeepSeek V3.2nonevsGPT-5 NanomediumDeepSeek V3.2nonevsQwen3 Coder NextmediumClaude Opus 4.6mediumvsGPT-4o-mininone