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

DeepSeek V4 Flash (high) が平均スコアでリードし、7.7 vs 7.6 です。 DeepSeek V4 Flash (high) の benchmark コストが低く、$0.042 vs $0.352 です。 GPT-5.6 Luna (medium) の方が高速で、7.28s vs 49.75s です、成功率は 72.7% vs 65.2% です。

おすすめモデルDeepSeek V4 Flash (high)ここでは最高スコア（7.7）で、GPT-5.6 Luna (medium) より約 8.4 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 V4 Flash DeepSeek V4 Flash high リリース: 2026-04-24	GPT-5.6 Luna GPT-5.6 Luna medium リリース: 2026-07-09

指標	DeepSeek V4 Flash DeepSeek V4 Flash high リリース: 2026-04-24	GPT-5.6 Luna GPT-5.6 Luna medium リリース: 2026-07-09
スコア	7.7	7.6
順位	#43	#48
信頼性	10.0	10.0
一貫性	8.2	9.6
正解テスト
試行ごとの合格率	72.7%	65.2%
不安定なテスト	5	1
総実行回数	66	66
結果あたりのコスト	0.402	2.513
合計コスト	$0.042	$0.352
入力価格	$0.098 / 1M	$1.000 / 1M
出力価格	$0.196 / 1M	$6.000 / 1M
合計入力トークン	108,392	89,676
出力トークン	14,478	5,699
推論トークン	153,687	37,980
応答時間（平均）	49.75s	7.28s
応答時間（最大）	218.13s	29.85s
応答時間（合計）	1094.41s	160.27s

Hamster playing table tennis

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

#43 DeepSeek V4 Flash

high

コスト: $0.003
時間: 93.1s
トークン: 7,926 tok

#48 GPT-5.6 Luna

medium

コスト: $0.014
時間: 14.6s
トークン: 2,362 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 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		2.52s	606	160	987

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-5.6 Luna	5.4	7.2	44.4%	1		10.38s	7,302	564	9,928

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	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		14.59s	66,477	3,926	4,594

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-5.6 Luna	10.0	10.0	100.0%	0		1.95s	7,140	234	324

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-5.6 Luna	5.3	10.0	33.3%	0		17.37s	723	68	16,531

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-5.6 Luna	5.1	10.0	0.0%	0		4.34s	477	112	496

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-5.6 Luna	9.9	10.0	100.0%	0		2.38s	660	95	393

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-5.6 Luna	7.8	10.0	66.7%	0		4.04s	642	255	2,104

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-5.6 Luna	10.0	10.0	100.0%	0		6.02s	5,454	256	244

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-5.6 Luna	3.0	10.0	0.0%	0		6.64s	195	29	2,379

クイック比較

比較ペアを切り替え