AI BENCHY Compare

DeepSeek: DeepSeek V3.2 vs OpenAI: GPT-5.5

Ringkasan

GPT-5.5 (low) unggul dalam skor rata-rata dengan 9.3 vs 7.5. DeepSeek V3.2 (medium) memiliki biaya benchmark lebih rendah di $0.052 vs $0.907. GPT-5.5 (low) lebih cepat di 9.76s vs 68.71s, dengan tingkat keberhasilan 65.1% vs 85.7%.

Model yang direkomendasikanGPT-5.5 (low)It has the best score here (9.3), while responding about 7.0x 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-5.5 GPT-5.5 low Rilis: 2026-04-24

Metrik	DeepSeek V3.2 DeepSeek V3.2 medium Rilis: 2025-12-01	GPT-5.5 GPT-5.5 low Rilis: 2026-04-24
Skor	7.5	9.3
Peringkat	#68	#7
Keandalan	10.0	10.0
Konsistensi	7.6	10.0
Tes benar
Tingkat lulus per percobaan	65.1%	85.7%
Tes tidak stabil	6	0
Total Run	63	63
Biaya per hasil	0.436	5.035
Total Biaya	$0.052	$0.907
Harga input	$0.269 / 1M	$5.000 / 1M
Harga output	$0.400 / 1M	$30.000 / 1M
Total token input	38,333	34,209
Token output	7,186	2,046
Token penalaran	99,081	22,460
Waktu respons (rata-rata)	68.71s	9.76s
Waktu respons (maks)	376.10s	56.19s
Waktu respons (total)	1442.81s	204.92s

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

#7 GPT-5.5

low

Biaya: $0.068
Waktu: 37.0s
Token: 2,339 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-5.5	10.0	10.0	100.0%	0		4.41s	606	238	1,020

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-5.5	10.0	10.0	100.0%	0		15.04s	7,302	423	6,402

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-5.5	10.0	10.0	100.0%	0		9.56s	11,019	303	717

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-5.5	10.0	10.0	100.0%	0		3.28s	7,140	228	157

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-5.5	5.3	10.0	33.3%	0		28.05s	723	69	11,609

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-5.5	10.0	10.0	100.0%	0		5.17s	477	133	245

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-5.5	9.9	10.0	100.0%	0		3.74s	660	93	415

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-5.5	10.0	10.0	100.0%	0		4.74s	642	279	954

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-5.5	10.0	10.0	100.0%	0		4.96s	5,445	250	101

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-5.5	3.0	10.0	0.0%	0		10.06s	195	30	840

Perbandingan Cepat

Ganti Pasangan Perbandingan

GPT-5.5lowvsQwen3.7 Maxmedium DeepSeek V3.2mediumvsGPT-5.3 Chatnone DeepSeek V3.2mediumvsGemini 3 Flash Previewlow Claude Fable 5mediumvsGPT-5.5low Gemini 3.1 Pro PreviewmediumvsGPT-5.5low Claude Sonnet 4.6nonevsDeepSeek V3.2medium Gemini 3.5 FlashmediumvsGPT-5.5low DeepSeek V3.2mediumvsKAT-Coder-Pro V2.5high Claude Opus 4.8nonevsDeepSeek V3.2medium DeepSeek V3.2mediumvsGPT-5.6 Lunahigh DeepSeek V3.2mediumvsStep 3.7 Flashlow DeepSeek V3.2mediumvsGPT-5.6 Terralow