नेविगेशन
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY तुलना

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

सारांश

DeepSeek V3.2 (medium) average score में आगे है: 7.0 vs 6.9. DeepSeek V3.2 (medium) की benchmark लागत कम है: $0.078 vs $0.524. GPT-5.6 Sol तेज है: 2.16s vs 68.62s, pass rates 65.2% vs 59.1%.

अनुशंसित मॉडलDeepSeek V3.2 (medium)It has the best score here (7.0), while costing about 6.8x less than GPT-5.6 Sol.

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 Sol GPT-5.6 Sol none रिलीज़: 2026-07-09
स्कोर 7.0 6.9
रैंक #73 #80
विश्वसनीयता 10.0 10.0
संगति 7.4 9.0
सही परीक्षण
प्रति प्रयास पास दर 65.2% 59.1%
अस्थिर टेस्ट 7 3
कुल रन 66 66
प्रति परिणाम लागत 0.671 4.761
कुल लागत $0.078 $0.524
इनपुट कीमत $0.269 / 1M $5.000 / 1M
आउटपुट कीमत $0.400 / 1M $30.000 / 1M
कुल इनपुट टोकन 101,047 78,593
आउटपुट टोकन 11,834 4,357
रीजनिंग टोकन 117,014 0
प्रतिक्रिया समय (औसत) 68.62s 2.16s
प्रतिक्रिया समय (अधिकतम) 376.10s 12.81s
प्रतिक्रिया समय (कुल) 1509.53s 47.62s

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

#80 GPT-5.6 Sol

none
लागत
$0.116
समय
78.7s
टोकन
3,944 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 Sol 5.5 10.0 33.3% 0 1.39s 7,302 390 0

त्वरित तुलना

तुलना जोड़ी बदलें