AI BENCHY Compare

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

概要

DeepSeek V3.2 (medium) が平均スコアでリードし、7.0 vs 6.9 です。 DeepSeek V3.2 (medium) の benchmark コストが低く、$0.078 vs $0.524 です。 GPT-5.6 Sol の方が高速で、2.16s vs 68.62s です、成功率は 65.2% vs 59.1% です。

おすすめモデルDeepSeek V3.2 (medium)ここでは最高スコア（7.0）で、GPT-5.6 Sol より約 6.8 倍低コストです。

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 Sol GPT-5.6 Sol none 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 Sol GPT-5.6 Sol none リリース: 2026-07-09
スコア	7.0	6.9
順位	#73	#80
信頼性	10.0	10.0
一貫性	7.4	9.0
正解テスト
試行ごとの合格率	65.2%	59.1%
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	4.761
合計コスト	$0.078	$0.524
入力価格	$0.269 / 1M	$5.000 / 1M
出力価格	$0.400 / 1M	$30.000 / 1M
合計入力トークン	101,047	78,593
出力トークン	11,834	4,357
推論トークン	117,014	0
応答時間（平均）	68.62s	2.16s
応答時間（最大）	376.10s	12.81s
応答時間（合計）	1509.53s	47.62s

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

#80 GPT-5.6 Sol

none

コスト: $0.116
時間: 78.7s
トークン: 3,944 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 Sol	8.3	10.0	75.0%	0		1.27s	606	154	0

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 Sol	5.5	10.0	33.3%	0		1.39s	7,302	390	0

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 Sol	6.5	10.0	50.0%	0		8.37s	55,394	2,881	0

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 Sol	10.0	10.0	100.0%	0		1.53s	7,140	222	0

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 Sol	3.6	7.2	22.2%	1		1.43s	723	54	0

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 Sol	6.5	3.4	66.7%	1		1.52s	477	91	0

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 Sol	8.5	6.8	83.3%	1		1.33s	660	84	0

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 Sol	7.7	10.0	66.7%	0		1.49s	642	211	0

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 Sol	10.0	10.0	100.0%	0		3.70s	5,454	246	0

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 Sol	3.0	10.0	0.0%	0		1.95s	195	24	0

クイック比較

比較ペアを切り替え

GPT-5.6 SolnonevsMiMo-V2.5-Promedium GPT-5.6 SolnonevsQwen3.6 Flashmedium DeepSeek V3.2mediumvsGemini 3.5 Flashnone KAT-Coder-Pro V2.5mediumvsGPT-5.6 Solnone GPT-5.6 SolnonevsStep 3.7 Flashhigh Seed-2.0-MinimediumvsGPT-5.6 Solnone Gemini 3.5 FlashminimalvsGPT-5.6 Solnone Mercury 2mediumvsGPT-5.6 Solnone Kimi K2.5mediumvsGPT-5.6 Solnone DeepSeek V3.2mediumvsQwen3.7 Plusnone DeepSeek V3.2mediumvsStep 3.7 Flashhigh DeepSeek V3.2mediumvsGPT-5.5none