AI BENCHY Compare

DeepSeek: DeepSeek V3.2 vs OpenAI: GPT-5.6 Luna

概要

GPT-5.6 Luna (high) が平均スコアでリードし、7.7 vs 7.0 です。 DeepSeek V3.2 (medium) の benchmark コストが低く、$0.078 vs $1.017 です。 GPT-5.6 Luna (high) の方が高速で、18.68s vs 68.62s です、成功率は 65.2% vs 72.7% です。

おすすめモデルGPT-5.6 Luna (high)ここでは最高スコア（7.7）で、DeepSeek V3.2 (medium) より約 3.7 倍速く応答します。

ベンチマークは AI BENCHY テストスイートから次の日時に生成: 2026-07-17

指標	DeepSeek V3.2 DeepSeek V3.2 medium リリース: 2025-12-01	GPT-5.6 Luna GPT-5.6 Luna high リリース: 2026-07-09

指標	DeepSeek V3.2 DeepSeek V3.2 medium リリース: 2025-12-01	GPT-5.6 Luna GPT-5.6 Luna high リリース: 2026-07-09
スコア	7.0	7.7
順位	#73	#42
信頼性	10.0	10.0
一貫性	7.4	8.9
正解テスト
試行ごとの合格率	65.2%	72.7%
不安定なテスト	7	3
総実行回数	66	66
結果あたりのコスト	0.671	6.780
合計コスト	$0.078	$1.017
入力価格	$0.269 / 1M	$1.000 / 1M
出力価格	$0.400 / 1M	$6.000 / 1M
合計入力トークン	101,047	80,918
出力トークン	11,834	5,088
推論トークン	117,014	150,910
応答時間（平均）	68.62s	18.68s
応答時間（最大）	376.10s	111.09s
応答時間（合計）	1509.53s	411.05s

生成ショーケース

Hamster playing table tennis

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

#73 DeepSeek V3.2

medium

コスト: $0.001
時間: 53.6s
トークン: 1,932 tok

#42 GPT-5.6 Luna

high

コスト: $0.033
時間: 34.2s
トークン: 5,484 tok

スコア上位モデル

スコア vs 総コスト

応答時間（平均）

スコア vs 応答時間（平均）

合計出力トークン

スコア vs 合計出力トークン

カテゴリ内訳

カテゴリ:

反AIトリック	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
DeepSeek V3.2	8.2	7.9	83.3%	1		24.23s	448	3,247	6,953
GPT-5.6 Luna	8.3	10.0	75.0%	0		2.99s	606	162	1,265

コーディング	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
DeepSeek V3.2	6.0	7.2	55.6%	1		248.68s	5,717	649	52,014
GPT-5.6 Luna	5.5	4.7	55.6%	2		15.63s	7,302	510	17,746

複合	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
DeepSeek V3.2	7.3	5.8	83.3%	1		79.92s	76,997	5,219	24,229
GPT-5.6 Luna	10.0	10.0	100.0%	0		19.05s	57,719	3,366	8,005

データ解析と抽出	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
DeepSeek V3.2	10.0	10.0	100.0%	0		36.09s	7,388	207	7,693
GPT-5.6 Luna	10.0	10.0	100.0%	0		2.18s	7,140	234	470

ドメイン特化	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
DeepSeek V3.2	2.9	4.4	22.2%	2		24.27s	472	21	6,838
GPT-5.6 Luna	7.7	10.0	66.7%	0		78.96s	723	69	96,395

汎用知能	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
DeepSeek V3.2	3.4	2.5	33.3%	1		58.29s	314	49	2,189
GPT-5.6 Luna	5.0	10.0	0.0%	0		3.65s	477	117	563

指示追従	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
DeepSeek V3.2	10.0	10.0	100.0%	0		35.78s	627	1,397	2,845
GPT-5.6 Luna	9.9	10.0	100.0%	0		1.79s	660	97	481

パズル解決	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
DeepSeek V3.2	7.0	7.2	55.6%	1		37.69s	594	518	6,375
GPT-5.6 Luna	7.6	7.2	77.8%	1		14.55s	642	242	18,281

ツール呼び出し	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
DeepSeek V3.2	10.0	10.0	100.0%	0		34.81s	8,307	507	859
GPT-5.6 Luna	10.0	10.0	100.0%	0		4.98s	5,454	260	324

雑学	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
DeepSeek V3.2	3.0	10.0	0.0%	0		83.99s	183	20	7,019
GPT-5.6 Luna	3.0	10.0	0.0%	0		17.00s	195	31	7,380

クイック比較

比較ペアを切り替え

Claude Opus 4.6mediumvsGPT-5.6 Lunahigh GPT-5.6 LunahighvsGLM 5medium DeepSeek V3.2mediumvsGemini 3.5 Flashnone Claude Opus 4.8lowvsGPT-5.6 Lunahigh MiniMax M3mediumvsGPT-5.6 Lunahigh GPT-5.6 LunahighvsGrok Build 0.1medium DeepSeek V3.2mediumvsGPT-5.6 Solnone Claude Sonnet 4.6mediumvsGPT-5.6 Lunahigh GPT-5.6 LunahighvsGLM 5.2medium GPT-5.6 LunahighvsQwen3.6 Plusmedium Nemotron 3 Ultramedium無料で利用可能vsGPT-5.6 Lunahigh DeepSeek V3.2mediumvsQwen3.7 Plusnone