AI BENCHY Compare

DeepSeek: DeepSeek V4 Flash vs OpenAI: GPT-5.2

Ringkasan

Perbandingan benchmark DeepSeek V4 Flash vs GPT-5.2: GPT-5.2 unggul dalam skor rata-rata dengan 8.4 vs 8.3. DeepSeek V4 Flash memiliki biaya benchmark lebih rendah di $0.029 vs $0.548. GPT-5.2 lebih cepat di 16.88s vs 45.85s, dengan tingkat keberhasilan 74.6% vs 71.4%.

Model yang direkomendasikan: DeepSeek V4 Flash - Its score stays close to the best score here (8.3 vs 8.4), while costing about 19.2x less than GPT-5.2.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-06-12

Metrik	DeepSeek V4 Flash DeepSeek V4 Flash high Rilis: 2026-04-24	GPT-5.2 GPT-5.2 medium Rilis: 2025-12-11

Metrik	DeepSeek V4 Flash DeepSeek V4 Flash high Rilis: 2026-04-24	GPT-5.2 GPT-5.2 medium Rilis: 2025-12-11
Skor	8.3	8.4
Peringkat	#26	#25
Keandalan	10.0	10.0
Konsistensi	8.5	8.4
Tes benar
Tingkat lulus per percobaan	74.6%	71.4%
Tes tidak stabil	4	4
Total Run	63	63
Biaya per hasil	0.299	4.209
Total Biaya	$0.029	$0.548
Harga input	$0.098 / 1M	$1.750 / 1M
Harga output	$0.196 / 1M	$14.000 / 1M
Total token input	39,745	33,967
Token output	10,310	2,901
Token penalaran	123,501	31,932
Waktu respons (rata-rata)	45.85s	16.88s
Waktu respons (maks)	218.13s	77.80s
Waktu respons (total)	962.79s	236.34s

Generation showcase

Hamster playing table tennis

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

#26 DeepSeek V4 Flash

high

Cost: $0.003
Time: 93.1s
Tokens: 7,926 tok

#25 GPT-5.2

medium

Cost: $0.047
Time: 49.2s
Tokens: 3,396 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

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 V4 Flash	8.3	10.0	75.0%	0		28.51s	540	140	7,770
GPT-5.2	6.5	8.0	58.3%	1		7.81s	606	567	2,002

Pemrograman	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
DeepSeek V4 Flash	7.8	10.0	66.7%	0		50.60s	7,279	395	34,862
GPT-5.2	10.0	10.0	100.0%	0		22.73s	7,302	511	11,912

Gabungan	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
DeepSeek V4 Flash	10.0	10.0	100.0%	0		76.57s	14,016	465	7,347
GPT-5.2	10.0	10.0	100.0%	0		14.06s	11,019	291	1,757

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 V4 Flash	10.0	10.0	100.0%	0		28.03s	7,290	201	1,179
GPT-5.2	10.0	10.0	100.0%	0		3.15s	7,140	234	420

Spesifik domain	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
DeepSeek V4 Flash	4.1	4.4	44.5%	2		100.31s	666	27	59,249
GPT-5.2	5.9	7.2	55.6%	1		77.80s	473	42	10,342

Kecerdasan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
DeepSeek V4 Flash	6.1	3.1	66.7%	1		25.15s	471	79	632
GPT-5.2	3.7	9.7	0.0%	0		4.32s	477	162	269

Kepatuhan instruksi	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
DeepSeek V4 Flash	10.0	10.0	100.0%	0		15.36s	627	63	1,622
GPT-5.2	9.9	10.0	100.0%	0		3.12s	660	94	614

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 V4 Flash	8.2	7.2	88.9%	1		26.11s	594	196	1,767
GPT-5.2	7.5	7.3	77.8%	1		5.80s	642	735	924

Pemanggilan alat	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
DeepSeek V4 Flash	10.0	10.0	100.0%	0		74.73s	8,079	228	542
GPT-5.2	4.7	1.6	66.7%	1		10.30s	5,453	239	469

Pengetahuan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
DeepSeek V4 Flash	3.0	10.0	0.0%	0		54.46s	183	8,516	8,531
GPT-5.2	3.0	10.0	0.0%	0		28.18s	195	26	3,223

Perbandingan Cepat

Ganti Pasangan Perbandingan