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 5.0. DeepSeek V3.2 memiliki biaya benchmark lebih rendah di $0.054 vs $1.253. GPT-5.5 (low) lebih cepat di 10.13s vs 18.25s, dengan tingkat keberhasilan 37.9% vs 86.4%.

Model yang direkomendasikanGPT-5.5 (low)It has the best score here (9.3), while responding about 1.8x faster than DeepSeek V3.2.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-07-17

Metrik	DeepSeek V3.2 DeepSeek V3.2 none Rilis: 2025-12-01	GPT-5.5 GPT-5.5 low Rilis: 2026-04-24

Metrik	DeepSeek V3.2 DeepSeek V3.2 none Rilis: 2025-12-01	GPT-5.5 GPT-5.5 low Rilis: 2026-04-24
Skor	5.0	9.3
Peringkat	#165	#6
Keandalan	10.0	10.0
Konsistensi	7.7	10.0
Tes benar
Tingkat lulus per percobaan	37.9%	86.4%
Tes tidak stabil	6	0
Total Run	66	66
Biaya per hasil	0.870	6.594
Total Biaya	$0.054	$1.253
Harga input	$0.269 / 1M	$5.000 / 1M
Harga output	$0.400 / 1M	$30.000 / 1M
Total token input	135,780	80,058
Token output	42,097	5,378
Token penalaran	0	23,040
Waktu respons (rata-rata)	18.25s	10.13s
Waktu respons (maks)	115.89s	56.19s
Waktu respons (total)	401.60s	222.82s

Showcase generasi

Hamster playing table tennis

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

#165 DeepSeek V3.2

none

Biaya: $0.002
Waktu: 7.0s
Token: 1,046 tok

#6 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	3.2	8.0	8.3%	1		9.35s	494	1,073	0
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	3.1	6.9	11.1%	1		14.54s	7,279	4,528	0
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	4.8	10.0	0.0%	0		113.53s	109,626	33,819	0
GPT-5.5	10.0	10.0	100.0%	0		13.73s	56,868	3,635	1,297

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	6.3	5.8	66.7%	1		9.42s	7,890	1,710	0
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	7.2	11.1%	1		4.17s	624	21	0
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	4.7	1.6	66.7%	1		9.32s	314	43	0
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		1.52s	627	66	0
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	7.6	7.2	77.8%	1		6.91s	424	298	0
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		11.85s	8,319	522	0
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		17.23s	183	17	0
GPT-5.5	3.0	10.0	0.0%	0		10.06s	195	30	840

Perbandingan Cepat

Ganti Pasangan Perbandingan

DeepSeek V3.2nonevsMiniMax M2.7medium Gemini 3.1 Pro PreviewmediumvsGPT-5.5low DeepSeek V3.2nonevsMistral Small 4medium GPT-5.5lowvsQwen3.7 Maxmedium Gemini 3.5 FlashmediumvsGPT-5.5low Gemini 3.5 FlashhighvsGPT-5.5low Gemini 3 Flash PreviewmediumvsGPT-5.5low DeepSeek V3.2nonevsQwen3 Coder Nextmedium CobuddymediumvsDeepSeek V3.2none DeepSeek V3.2nonevsKAT-Coder-Air V2.5low Grok 4.5highvsGPT-5.5low DeepSeek V3.2nonevsMiniMax M2.5medium