AI BENCHY Compare

DeepSeek: DeepSeek V4 Flash vs OpenAI: GPT-5.2

概要

DeepSeek V4 Flash vs GPT-5.2 の benchmark 比較: GPT-5.2 が平均スコアでリードし、8.4 vs 8.3 です。 DeepSeek V4 Flash の benchmark コストが低く、$0.029 vs $0.548 です。 GPT-5.2 の方が高速で、16.88s vs 45.85s です、成功率は 74.6% vs 71.4% です。

おすすめモデル: DeepSeek V4 Flash - スコアはここでの最高値に近く（8.3 vs 8.4）、GPT-5.2 より約 19.2 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: 2026-06-12

指標	DeepSeek V4 Flash DeepSeek V4 Flash high リリース: 2026-04-24	GPT-5.2 GPT-5.2 medium リリース: 2025-12-11

指標	DeepSeek V4 Flash DeepSeek V4 Flash high リリース: 2026-04-24	GPT-5.2 GPT-5.2 medium リリース: 2025-12-11
スコア	8.3	8.4
順位	#26	#25
信頼性	10.0	10.0
一貫性	8.5	8.4
正解テスト
試行ごとの合格率	74.6%	71.4%
不安定なテスト	4	4
総実行回数	63	63
結果あたりのコスト	0.299	4.209
合計コスト	$0.029	$0.548
入力価格	$0.098 / 1M	$1.750 / 1M
出力価格	$0.196 / 1M	$14.000 / 1M
合計入力トークン	39,745	33,967
出力トークン	10,310	2,901
推論トークン	123,501	31,932
応答時間（平均）	45.85s	16.88s
応答時間（最大）	218.13s	77.80s
応答時間（合計）	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

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

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 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

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 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

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 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

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 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

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 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

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 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

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 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

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 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

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 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

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 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

クイック比較

比較ペアを切り替え