नेविगेशन
AI BENCHY
Advertise here

AI BENCHY तुलना

DeepSeek: DeepSeek V3.2 vs OpenAI: GPT-5.6 Luna

सारांश

GPT-5.6 Luna (high) average score में आगे है: 7.7 vs 7.0. DeepSeek V3.2 (medium) की benchmark लागत कम है: $0.078 vs $1.017. GPT-5.6 Luna (high) तेज है: 18.68s vs 68.62s, pass rates 65.2% vs 72.7%.

अनुशंसित मॉडलGPT-5.6 Luna (high)It has the best score here (7.7), while responding about 3.7x faster than DeepSeek V3.2 (medium).

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-17

मेट्रिक DeepSeek V3.2 DeepSeek V3.2 medium रिलीज़: 2025-12-01 GPT-5.6 Luna GPT-5.6 Luna high रिलीज़: 2026-07-09
स्कोर 7.0 7.7
रैंक #73 #42
विश्वसनीयता 10.0 10.0
संगति 7.4 8.9
सही परीक्षण
प्रति प्रयास पास दर 65.2% 72.7%
अस्थिर टेस्ट 7 3
कुल रन 66 66
प्रति परिणाम लागत 0.671 6.780
कुल लागत $0.078 $1.017
इनपुट कीमत $0.269 / 1M $1.000 / 1M
आउटपुट कीमत $0.400 / 1M $6.000 / 1M
कुल इनपुट टोकन 101,047 80,918
आउटपुट टोकन 11,834 5,088
रीजनिंग टोकन 117,014 150,910
प्रतिक्रिया समय (औसत) 68.62s 18.68s
प्रतिक्रिया समय (अधिकतम) 376.10s 111.09s
प्रतिक्रिया समय (कुल) 1509.53s 411.05s

जनरेशन शोकेस

Hamster playing table tennis

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

#73 DeepSeek V3.2

medium
लागत
$0.001
समय
53.6s
टोकन
1,932 tok

#42 GPT-5.6 Luna

high
लागत
$0.033
समय
34.2s
टोकन
5,484 tok

स्कोर के अनुसार शीर्ष मॉडल

स्कोर बनाम कुल लागत

प्रतिक्रिया समय (औसत)

स्कोर vs प्रतिक्रिया समय (औसत)

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

श्रेणी विवरण

कोडिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
DeepSeek V3.2 6.0 7.2 55.6% 1 248.68s 5,717 649 52,014
GPT-5.6 Luna 5.5 4.7 55.6% 2 15.63s 7,302 510 17,746

त्वरित तुलना

तुलना जोड़ी बदलें