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 V4 Flash vs OpenAI: GPT-5.4 Mini

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-04-24

Métrica DeepSeek V4 Flash DeepSeek V4 Flash high Lanzamiento: 2026-04-24 GPT-5.4 Mini GPT-5.4 Mini medium Lanzamiento: 2026-03-17
Puntuación 7.8 7.3
Rango #35 #51
Consistencia 7.8 7.4
Pruebas correctas
Tasa de aciertos por intento 79.6% 70.4%
Pruebas inestables 5 6
Ejecuciones totales 52 54
Costo por resultado 0.189 3.313
Costo total $0.021 $0.299
Precio de entrada $0.140 / 1M $0.750 / 1M
Precio de salida $0.280 / 1M $4.500 / 1M
Tokens de salida 1,757 2,131
Tokens de razonamiento 55,907 59,567
Tiempo de respuesta (promedio) 47.47s 15.22s
Tiempo de respuesta (máximo) 255.28s 102.91s
Tiempo de respuesta (total) 854.45s 273.90s

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 salida Tokens de razonamiento
DeepSeek V4 Flash 8.3 10.0 75.0% 0 28.51s 140 7,770
GPT-5.4 Mini 8.6 7.9 91.7% 1 4.05s 296 2,876
Programación Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
DeepSeek V4 Flash 10.0 10.0 100.0% 0 62.48s 369 9,361
GPT-5.4 Mini 10.0 10.0 100.0% 0 7.76s 423 1,548
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
DeepSeek V4 Flash 10.0 10.0 100.0% 0 76.57s 465 7,347
GPT-5.4 Mini 10.0 10.0 100.0% 0 17.81s 317 4,317
Análisis y extracción de datos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
DeepSeek V4 Flash 10.0 10.0 100.0% 0 28.03s 201 1,179
GPT-5.4 Mini 10.0 10.0 100.0% 0 2.43s 234 650
Específico del dominio Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
DeepSeek V4 Flash 4.1 4.4 44.5% 2 112.69s 19 24,857
GPT-5.4 Mini 4.1 4.4 44.5% 2 65.31s 60 43,286
Inteligencia general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
DeepSeek V4 Flash 6.1 3.1 66.7% 1 25.15s 79 632
GPT-5.4 Mini 4.5 10.0 0.0% 0 3.72s 150 510
Seguimiento de instrucciones Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
DeepSeek V4 Flash 10.0 10.0 100.0% 0 15.36s 63 1,622
GPT-5.4 Mini 7.4 6.5 66.7% 1 2.50s 129 1,337
Resolución de acertijos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
DeepSeek V4 Flash 6.4 4.5 77.8% 2 25.53s 193 2,597
GPT-5.4 Mini 6.8 7.9 55.6% 1 4.33s 271 2,449
Llamada de herramientas Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
DeepSeek V4 Flash 10.0 10.0 100.0% 0 74.73s 228 542
GPT-5.4 Mini 4.7 1.6 66.7% 1 9.62s 251 2,594

Comparación rápida

Cambiar par de comparación

DeepSeek V4 FlashhighvsGLM 5V TurbomediumDeepSeek V4 FlashhighvsQwen3.5-FlashmediumDeepSeek V4 FlashhighvsGLM 5.1mediumDeepSeek V4 FlashhighvsStep 3.5 FlashmediumDeepSeek V4 FlashhighvsGemini 3.1 Flash Lite PreviewnoneDeepSeek V4 FlashhighvsGPT-5.2 ChatnoneDeepSeek V4 FlashhighvsMiMo-V2.5mediumDeepSeek V4 FlashhighvsKimi K2.6mediumDeepSeek V4 ProhighvsGPT-5.4 MinimediumDeepSeek V4 FlashhighvsMiMo-V2-OmnimediumClaude Sonnet 4.6nonevsGPT-5.4 MinimediumDeepSeek V4 FlashhighvsGPT-5.3 Chatnone