AI BENCHY Compare

DeepSeek: DeepSeek V3.2 vs OpenAI: GPT-5.5

Resumen

GPT-5.5 (low) lidera en puntuación media con 9.3 vs 5.0. DeepSeek V3.2 tiene menor coste de benchmark con $0.054 vs $1.253. GPT-5.5 (low) es más rápido con 10.13s vs 18.25s, con tasas de acierto de 37.9% vs 86.4%.

Modelo recomendadoGPT-5.5 (low)Tiene la mejor puntuación aquí (9.3) y responde aproximadamente 1.8x más rápido que DeepSeek V3.2.

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

Métrica	DeepSeek V3.2 DeepSeek V3.2 none Lanzamiento: 2025-12-01	GPT-5.5 GPT-5.5 low Lanzamiento: 2026-04-24

Métrica	DeepSeek V3.2 DeepSeek V3.2 none Lanzamiento: 2025-12-01	GPT-5.5 GPT-5.5 low Lanzamiento: 2026-04-24
Puntuación	5.0	9.3
Rango	#165	#6
Fiabilidad	10.0	10.0
Consistencia	7.7	10.0
Pruebas correctas
Tasa de aciertos por intento	37.9%	86.4%
Pruebas inestables	6	0
Ejecuciones totales	66	66
Costo por resultado	0.870	6.594
Costo total	$0.054	$1.253
Precio de entrada	$0.269 / 1M	$5.000 / 1M
Precio de salida	$0.400 / 1M	$30.000 / 1M
Total de tokens de entrada	135,780	80,058
Tokens de salida	42,097	5,378
Tokens de razonamiento	0	23,040
Tiempo de respuesta (promedio)	18.25s	10.13s
Tiempo de respuesta (máximo)	115.89s	56.19s
Tiempo de respuesta (total)	401.60s	222.82s

Generación showcase

Hamster playing table tennis

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

#165 DeepSeek V3.2

none

Coste: $0.002
Tiempo: 7.0s
Tokens: 1,046 tok

#6 GPT-5.5

low

Coste: $0.068
Tiempo: 37.0s
Tokens: 2,339 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	3.2	8.0	8.3%	1		9.35s	494	1,073	0
GPT-5.5	10.0	10.0	100.0%	0		4.41s	606	238	1,020

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	3.1	6.9	11.1%	1		14.54s	7,279	4,528	0
GPT-5.5	10.0	10.0	100.0%	0		15.04s	7,302	423	6,402

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	4.8	10.0	0.0%	0		113.53s	109,626	33,819	0
GPT-5.5	10.0	10.0	100.0%	0		13.73s	56,868	3,635	1,297

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	6.3	5.8	66.7%	1		9.42s	7,890	1,710	0
GPT-5.5	10.0	10.0	100.0%	0		3.28s	7,140	228	157

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	7.2	11.1%	1		4.17s	624	21	0
GPT-5.5	5.3	10.0	33.3%	0		28.05s	723	69	11,609

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	4.7	1.6	66.7%	1		9.32s	314	43	0
GPT-5.5	10.0	10.0	100.0%	0		5.17s	477	133	245

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		1.52s	627	66	0
GPT-5.5	9.9	10.0	100.0%	0		3.74s	660	93	415

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	7.6	7.2	77.8%	1		6.91s	424	298	0
GPT-5.5	10.0	10.0	100.0%	0		4.74s	642	279	954

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		11.85s	8,319	522	0
GPT-5.5	10.0	10.0	100.0%	0		4.96s	5,445	250	101

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		17.23s	183	17	0
GPT-5.5	3.0	10.0	0.0%	0		10.06s	195	30	840

Comparación rápida

Cambiar par de comparación

DeepSeek V3.2nonevsMiniMax M2.7medium Gemini 3.1 Pro PreviewmediumvsGPT-5.5low DeepSeek V3.2nonevsMistral Small 4medium GPT-5.5lowvsQwen3.7 Maxmedium Gemini 3.5 FlashmediumvsGPT-5.5low Gemini 3.5 FlashhighvsGPT-5.5low Gemini 3 Flash PreviewmediumvsGPT-5.5low DeepSeek V3.2nonevsQwen3 Coder Nextmedium CobuddymediumvsDeepSeek V3.2none DeepSeek V3.2nonevsKAT-Coder-Air V2.5low Grok 4.5highvsGPT-5.5low DeepSeek V3.2nonevsMiniMax M2.5medium