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 Pro vs OpenAI: GPT-5.3-Codex

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-05-22

Métrica DeepSeek V4 Pro DeepSeek V4 Pro high Lanzamiento: 2026-04-24 GPT-5.3-Codex GPT-5.3-Codex medium Lanzamiento: 2026-02-05
Puntuación 6.6 8.3
Rango #80 #15
Fiabilidad 9.0 10.0
Consistencia 8.3 8.4
Pruebas correctas
Tasa de aciertos por intento 66.7% 81.7%
Pruebas inestables 4 4
Ejecuciones totales 60 60
Costo por resultado 1.927 4.891
Costo total $0.212 $0.685
Precio de entrada $0.435 / 1M $1.750 / 1M
Precio de salida $0.870 / 1M $14.000 / 1M
Tokens de salida 12,211 2,332
Tokens de razonamiento 53,774 42,616
Tiempo de respuesta (promedio) 58.93s 15.97s
Tiempo de respuesta (máximo) 358.35s 100.93s
Tiempo de respuesta (total) 1119.75s 319.30s

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 Pro 7.4 10.0 75.0% 0 16.53s 71 3,617
GPT-5.3-Codex 8.7 7.9 91.7% 1 4.16s 240 1,722
Programación Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
DeepSeek V4 Pro 2.8 5.0 25.0% 1 51.77s 105 2,641
GPT-5.3-Codex 10.0 10.0 100.0% 0 18.45s 514 7,266
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
DeepSeek V4 Pro 10.0 10.0 100.0% 0 65.02s 465 5,914
GPT-5.3-Codex 10.0 10.0 100.0% 0 19.56s 364 2,731
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 Pro 8.8 10.0 100.0% 0 23.62s 229 1,710
GPT-5.3-Codex 10.0 10.0 100.0% 0 3.07s 234 728
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 Pro 3.0 6.9 16.7% 1 205.66s 10,529 28,089
GPT-5.3-Codex 5.9 7.2 55.6% 1 64.31s 64 25,308
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 Pro 6.1 3.1 66.7% 1 25.09s 76 1,152
GPT-5.3-Codex 4.6 10.0 0.0% 0 4.87s 187 331
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 Pro 10.0 10.0 100.0% 0 41.16s 205 2,416
GPT-5.3-Codex 10.0 10.0 100.0% 0 3.04s 93 693
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 Pro 7.4 7.2 88.9% 1 34.92s 106 3,835
GPT-5.3-Codex 9.0 7.9 88.9% 1 5.12s 352 1,644
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 Pro 10.0 10.0 100.0% 0 21.33s 372 593
GPT-5.3-Codex 10.0 10.0 100.0% 0 6.37s 254 492
Cultura general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
DeepSeek V4 Pro 3.0 10.0 0.0% 0 39.14s 53 3,807
GPT-5.3-Codex 2.8 1.6 33.3% 1 14.43s 30 1,701

Comparación rápida

Cambiar par de comparación