AI BENCHY Compare

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

Ringkasan

Skor rata-rata hampir imbang di 7.5 vs 7.5. DeepSeek V3.2 (medium) memiliki biaya benchmark lebih rendah di $0.052 vs $0.107. GPT-5.4 Nano (medium) lebih cepat di 11.95s vs 68.71s, dengan tingkat keberhasilan 65.1% vs 63.5%.

Model yang direkomendasikanGPT-5.4 Nano (medium)It has the best score here (7.5), while responding about 5.7x faster than DeepSeek V3.2 (medium).

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-07-16

Metrik	DeepSeek V3.2 DeepSeek V3.2 medium Rilis: 2025-12-01	GPT-5.4 Nano GPT-5.4 Nano medium Rilis: 2026-03-17

Metrik	DeepSeek V3.2 DeepSeek V3.2 medium Rilis: 2025-12-01	GPT-5.4 Nano GPT-5.4 Nano medium Rilis: 2026-03-17
Skor	7.5	7.5
Peringkat	#68	#66
Keandalan	10.0	10.0
Konsistensi	7.6	8.4
Tes benar
Tingkat lulus per percobaan	65.1%	63.5%
Tes tidak stabil	6	4
Total Run	63	63
Biaya per hasil	0.436	0.969
Total Biaya	$0.052	$0.107
Harga input	$0.269 / 1M	$0.200 / 1M
Harga output	$0.400 / 1M	$1.250 / 1M
Total token input	38,333	35,434
Token output	7,186	3,014
Token penalaran	99,081	76,520
Waktu respons (rata-rata)	68.71s	11.95s
Waktu respons (maks)	376.10s	94.06s
Waktu respons (total)	1442.81s	250.98s

Showcase generasi

Hamster playing table tennis

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

#68 DeepSeek V3.2

medium

Biaya: $0.001
Waktu: 53.6s
Token: 1,932 tok

#66 GPT-5.4 Nano

medium

Biaya: $0.007
Waktu: 24.6s
Token: 4,943 tok

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

Kategori:

Trik anti-AI	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
DeepSeek V3.2	8.2	7.9	83.3%	1		24.23s	448	3,247	6,953
GPT-5.4 Nano	8.3	10.0	75.0%	0		4.52s	606	683	2,254

Pemrograman	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
DeepSeek V3.2	6.0	7.2	55.6%	1		248.68s	5,717	649	52,014
GPT-5.4 Nano	6.1	4.7	66.7%	2		19.12s	7,305	516	20,778

Gabungan	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
DeepSeek V3.2	10.0	10.0	100.0%	0		93.11s	14,283	571	6,296
GPT-5.4 Nano	9.8	10.0	100.0%	0		24.13s	12,345	349	5,719

Parsing dan ekstraksi data	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
DeepSeek V3.2	10.0	10.0	100.0%	0		36.09s	7,388	207	7,693
GPT-5.4 Nano	10.0	10.0	100.0%	0		2.54s	7,140	234	516

Spesifik domain	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
DeepSeek V3.2	2.9	4.4	22.2%	2		24.27s	472	21	6,838
GPT-5.4 Nano	5.9	7.2	55.6%	1		38.18s	619	60	43,325

Kecerdasan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
DeepSeek V3.2	3.4	2.5	33.3%	1		58.29s	314	49	2,189
GPT-5.4 Nano	4.5	10.0	0.0%	0		4.15s	477	179	443

Kepatuhan instruksi	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
DeepSeek V3.2	10.0	10.0	100.0%	0		35.78s	627	1,397	2,845
GPT-5.4 Nano	9.8	10.0	100.0%	0		1.88s	660	95	521

Pemecahan teka-teki	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
DeepSeek V3.2	7.0	7.2	55.6%	1		37.69s	594	518	6,375
GPT-5.4 Nano	4.1	7.2	22.2%	1		3.79s	642	594	1,408

Pemanggilan alat	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
DeepSeek V3.2	10.0	10.0	100.0%	0		34.81s	8,307	507	859
GPT-5.4 Nano	10.0	10.0	100.0%	0		7.71s	5,445	234	382

Pengetahuan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
DeepSeek V3.2	3.0	10.0	0.0%	0		83.99s	183	20	7,019
GPT-5.4 Nano	3.0	10.0	0.0%	0		4.81s	195	70	1,174

Perbandingan Cepat

Ganti Pasangan Perbandingan

DeepSeek V3.2mediumvsGPT-5.3 Chatnone DeepSeek V3.2mediumvsGemini 3 Flash Previewlow DeepSeek V4 ProhighvsGPT-5.4 Nanomedium Gemini 3 Flash PreviewlowvsGPT-5.4 Nanomedium Claude Sonnet 4.6nonevsDeepSeek V3.2medium KAT-Coder-Pro V2.5highvsGPT-5.4 Nanomedium GPT-5.4 NanomediumvsStep 3.7 Flashlow Claude Sonnet 4.6nonevsGPT-5.4 Nanomedium DeepSeek V3.2mediumvsKAT-Coder-Pro V2.5high Claude Opus 4.8lowvsGPT-5.4 Nanomedium Claude Opus 4.8nonevsDeepSeek V3.2medium DeepSeek V3.2mediumvsGPT-5.6 Lunahigh