Navigasi
AI BENCHY
Your ad here

AI BENCHY Compare

DeepSeek: DeepSeek V3.2 vs OpenAI: GPT-5.4

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-03-15

Metrik DeepSeek V3.2 DeepSeek V3.2 medium Rilis: 2025-12-01 GPT-5.4 GPT-5.4 medium Rilis: 2026-03-05
Peringkat #14 #9
Skor 8.1 8.5
Konsistensi 8.5 8.5
Biaya per hasil 0.225 6.601
Total Biaya $0.025 $0.793
Tes benar
Tingkat lulus per percobaan 79.2% 83.3%
Tes tidak stabil 3 3
Total Run 48 48
Token output 7,392 1,756
Token penalaran 39,089 46,642
Waktu respons (rata-rata) 39.48s 20.05s
Waktu respons (maks) 93.11s 100.41s
Waktu respons (total) 631.71s 320.87s

Model teratas berdasarkan skor

Skor vs Total Biaya

Waktu respons (rata-rata)

Skor vs Waktu respons (rata-rata)

Total token output

Skor vs Total token output

Rincian Kategori

Trik anti-AI Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
DeepSeek V3.2 7.8 9.9 66.7% 0 33.39s 1,171 4,893
GPT-5.4 10.0 10.0 100.0% 0 5.02s 216 1,466
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
DeepSeek V3.2 10.0 10.0 100.0% 0 93.11s 571 6,296
GPT-5.4 10.0 10.0 100.0% 0 20.57s 301 3,543
Parsing dan ekstraksi data Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
DeepSeek V3.2 10.0 10.0 100.0% 0 36.09s 207 7,693
GPT-5.4 10.0 10.0 100.0% 0 5.32s 234 804
Spesifik domain Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
DeepSeek V3.2 5.3 7.2 44.4% 1 39.32s 3,081 7,856
GPT-5.4 5.3 7.2 44.4% 1 74.27s 61 34,748
Kecerdasan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
DeepSeek V3.2 5.4 2.5 66.7% 1 31.30s 68 2,366
GPT-5.4 4.7 3.1 33.3% 1 4.92s 145 321
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
DeepSeek V3.2 10.0 10.0 100.0% 0 35.78s 1,397 2,845
GPT-5.4 10.0 10.0 100.0% 0 3.11s 93 897
Puzzle Solving Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
DeepSeek V3.2 8.2 7.2 88.9% 1 36.87s 390 6,281
GPT-5.4 8.2 7.2 88.9% 1 9.13s 442 3,832
Pemanggilan alat Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
DeepSeek V3.2 10.0 10.0 100.0% 0 34.81s 507 859
GPT-5.4 10.0 10.0 100.0% 0 13.28s 264 1,031

Perbandingan Cepat

Ganti Pasangan Perbandingan

DeepSeek V3.2mediumvsGPT-5.2 ChatnoneDeepSeek V3.2mediumvsGemini 3 Flash PreviewnoneGemini 3 Flash PreviewlowvsGPT-5.4mediumDeepSeek V3.2mediumvsGemini 3.1 Flash Lite PreviewlowDeepSeek V3.2mediumvsGPT-5.3 ChatnoneDeepSeek V3.2mediumvsGemini 3.1 Flash Lite PreviewnoneGemini 3 Flash PreviewnonevsGPT-5.4mediumDeepSeek V3.2mediumvsGemini 3 Flash PreviewlowClaude Sonnet 4.6nonevsDeepSeek V3.2mediumGemini 3.1 Flash Lite PreviewlowvsGPT-5.4mediumGemini 3.1 Flash Lite PreviewnonevsGPT-5.4mediumClaude Sonnet 4.6nonevsGPT-5.4medium