AI BENCHY Compare

DeepSeek: DeepSeek V4 Flash vs OpenAI: GPT-5.2

Resumen

Comparación benchmark de DeepSeek V4 Flash vs GPT-5.2: GPT-5.2 lidera en puntuación media con 8.4 vs 8.3. DeepSeek V4 Flash tiene menor coste de benchmark con $0.029 vs $0.548. GPT-5.2 es más rápido con 16.88s vs 45.85s, con tasas de acierto de 74.6% vs 71.4%.

Modelo recomendado: DeepSeek V4 Flash - Su puntuación se mantiene cerca de la mejor aquí (8.3 vs 8.4) y cuesta aproximadamente 19.2x menos que GPT-5.2.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-06-12

Métrica	DeepSeek V4 Flash DeepSeek V4 Flash high Lanzamiento: 2026-04-24	GPT-5.2 GPT-5.2 medium Lanzamiento: 2025-12-11

Métrica	DeepSeek V4 Flash DeepSeek V4 Flash high Lanzamiento: 2026-04-24	GPT-5.2 GPT-5.2 medium Lanzamiento: 2025-12-11
Puntuación	8.3	8.4
Rango	#26	#25
Fiabilidad	10.0	10.0
Consistencia	8.5	8.4
Pruebas correctas
Tasa de aciertos por intento	74.6%	71.4%
Pruebas inestables	4	4
Ejecuciones totales	63	63
Costo por resultado	0.299	4.209
Costo total	$0.029	$0.548
Precio de entrada	$0.098 / 1M	$1.750 / 1M
Precio de salida	$0.196 / 1M	$14.000 / 1M
Total de tokens de entrada	39,745	33,967
Tokens de salida	10,310	2,901
Tokens de razonamiento	123,501	31,932
Tiempo de respuesta (promedio)	45.85s	16.88s
Tiempo de respuesta (máximo)	218.13s	77.80s
Tiempo de respuesta (total)	962.79s	236.34s

Generation showcase

Hamster playing table tennis

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

#26 DeepSeek V4 Flash

high

Cost: $0.003
Time: 93.1s
Tokens: 7,926 tok

#25 GPT-5.2

medium

Cost: $0.047
Time: 49.2s
Tokens: 3,396 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 V4 Flash	8.3	10.0	75.0%	0		28.51s	540	140	7,770
GPT-5.2	6.5	8.0	58.3%	1		7.81s	606	567	2,002

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 V4 Flash	7.8	10.0	66.7%	0		50.60s	7,279	395	34,862
GPT-5.2	10.0	10.0	100.0%	0		22.73s	7,302	511	11,912

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 V4 Flash	10.0	10.0	100.0%	0		76.57s	14,016	465	7,347
GPT-5.2	10.0	10.0	100.0%	0		14.06s	11,019	291	1,757

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 V4 Flash	10.0	10.0	100.0%	0		28.03s	7,290	201	1,179
GPT-5.2	10.0	10.0	100.0%	0		3.15s	7,140	234	420

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 V4 Flash	4.1	4.4	44.5%	2		100.31s	666	27	59,249
GPT-5.2	5.9	7.2	55.6%	1		77.80s	473	42	10,342

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 V4 Flash	6.1	3.1	66.7%	1		25.15s	471	79	632
GPT-5.2	3.7	9.7	0.0%	0		4.32s	477	162	269

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 V4 Flash	10.0	10.0	100.0%	0		15.36s	627	63	1,622
GPT-5.2	9.9	10.0	100.0%	0		3.12s	660	94	614

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 V4 Flash	8.2	7.2	88.9%	1		26.11s	594	196	1,767
GPT-5.2	7.5	7.3	77.8%	1		5.80s	642	735	924

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 V4 Flash	10.0	10.0	100.0%	0		74.73s	8,079	228	542
GPT-5.2	4.7	1.6	66.7%	1		10.30s	5,453	239	469

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 V4 Flash	3.0	10.0	0.0%	0		54.46s	183	8,516	8,531
GPT-5.2	3.0	10.0	0.0%	0		28.18s	195	26	3,223

Comparación rápida

Cambiar par de comparación