DeepSeek: DeepSeek V4 Flash vs OpenAI: GPT-5.6 Luna

Skor rata-rata hampir imbang di 7.7 vs 7.7. DeepSeek V4 Flash (high) memiliki biaya benchmark lebih rendah di $0.042 vs $1.017. GPT-5.6 Luna (high) lebih cepat di 18.68s vs 49.75s, dengan tingkat keberhasilan 72.7% vs 72.7%.

Model yang direkomendasikanDeepSeek V4 Flash (high)It has the best score here (7.7), while costing about 24.3x less than GPT-5.6 Luna (high).

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-07-22

Metrik	DeepSeek V4 Flash DeepSeek V4 Flash high Rilis: 2026-04-24	GPT-5.6 Luna GPT-5.6 Luna high Rilis: 2026-07-09

Metrik	DeepSeek V4 Flash DeepSeek V4 Flash high Rilis: 2026-04-24	GPT-5.6 Luna GPT-5.6 Luna high Rilis: 2026-07-09
Skor	7.7	7.7
Peringkat	#49	#48
Keandalan	10.0	10.0
Konsistensi	8.2	8.9
Tes benar
Tingkat lulus per percobaan	72.7%	72.7%
Tes tidak stabil	5	3
Total Run	66	66
Biaya per hasil	0.402	6.780
Total Biaya	$0.042	$1.017
Harga input	$0.098 / 1M	$1.000 / 1M
Harga output	$0.196 / 1M	$6.000 / 1M
Total token input	108,392	80,918
Token output	14,478	5,088
Token penalaran	153,687	150,910
Waktu respons (rata-rata)	49.75s	18.68s
Waktu respons (maks)	218.13s	111.09s
Waktu respons (total)	1094.41s	411.05s

Hamster playing table tennis

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

#49 DeepSeek V4 Flash

high

Biaya: $0.003
Waktu: 93.1s
Token: 7,926 tok

#48 GPT-5.6 Luna

high

Biaya: $0.033
Waktu: 34.2s
Token: 5,484 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 V4 Flash	8.3	10.0	75.0%	0		28.51s	540	140	7,770
GPT-5.6 Luna	8.3	10.0	75.0%	0		2.99s	606	162	1,265

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-5.6 Luna	5.5	4.7	55.6%	2		15.63s	7,302	510	17,746

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	6.4	5.8	66.7%	1		104.10s	82,663	4,633	37,533
GPT-5.6 Luna	10.0	10.0	100.0%	0		19.05s	57,719	3,366	8,005

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-5.6 Luna	10.0	10.0	100.0%	0		2.18s	7,140	234	470

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-5.6 Luna	7.7	10.0	66.7%	0		78.96s	723	69	96,395

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-5.6 Luna	5.0	10.0	0.0%	0		3.65s	477	117	563

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-5.6 Luna	9.9	10.0	100.0%	0		1.79s	660	97	481

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-5.6 Luna	7.6	7.2	77.8%	1		14.55s	642	242	18,281

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-5.6 Luna	10.0	10.0	100.0%	0		4.98s	5,454	260	324

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-5.6 Luna	3.0	10.0	0.0%	0		17.00s	195	31	7,380

Perbandingan Cepat

Ganti Pasangan Perbandingan

Claude Opus 4.6mediumvsGPT-5.6 Lunahigh GPT-5.6 LunahighvsGLM 5medium Claude Opus 4.6mediumvsDeepSeek V4 Flashhigh DeepSeek V4 FlashhighvsGLM 5medium DeepSeek V4 FlashhighvsMiniMax M3medium Claude Opus 4.8lowvsGPT-5.6 Lunahigh DeepSeek V4 FlashhighvsGrok Build 0.1medium MiniMax M3mediumvsGPT-5.6 Lunahigh Claude Opus 4.8lowvsDeepSeek V4 Flashhigh DeepSeek V4 FlashhighvsGPT-5.6 Lunamedium GPT-5.6 LunahighvsGrok Build 0.1medium DeepSeek V4 FlashhighvsNemotron 3 UltramediumTersedia gratis