नेव्हिगेशन
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

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

सारांश

GPT-5.6 Luna (high) average score मध्ये पुढे आहे: 7.7 vs 7.0. DeepSeek V3.2 (medium) चा benchmark खर्च कमी आहे: $0.078 vs $1.017. GPT-5.6 Luna (high) वेगवान आहे: 18.68s vs 68.62s, pass rates 65.2% vs 72.7%.

शिफारस केलेले मॉडेलGPT-5.6 Luna (high)It has the best score here (7.7), while responding about 3.7x faster than DeepSeek V3.2 (medium).

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-17

मेट्रिक DeepSeek V3.2 DeepSeek V3.2 medium प्रकाशन: 2025-12-01 GPT-5.6 Luna GPT-5.6 Luna high प्रकाशन: 2026-07-09
स्कोअर 7.0 7.7
क्रमांक #73 #42
विश्वसनीयता 10.0 10.0
सुसंगतता 7.4 8.9
बरोबर चाचण्या
प्रति प्रयत्न पास दर 65.2% 72.7%
अस्थिर चाचण्या 7 3
एकूण रन 66 66
प्रति निकाल खर्च 0.671 6.780
एकूण खर्च $0.078 $1.017
इनपुट किंमत $0.269 / 1M $1.000 / 1M
आउटपुट किंमत $0.400 / 1M $6.000 / 1M
एकूण इनपुट टोकन्स 101,047 80,918
आउटपुट टोकन्स 11,834 5,088
रिझनिंग टोकन्स 117,014 150,910
प्रतिसाद वेळ (सरासरी) 68.62s 18.68s
प्रतिसाद वेळ (कमाल) 376.10s 111.09s
प्रतिसाद वेळ (एकूण) 1509.53s 411.05s

जनरेशन शोकेस

Hamster playing table tennis

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

#73 DeepSeek V3.2

medium
खर्च
$0.001
वेळ
53.6s
टोकन्स
1,932 tok

#42 GPT-5.6 Luna

high
खर्च
$0.033
वेळ
34.2s
टोकन्स
5,484 tok

स्कोअरनुसार शीर्ष मॉडेल्स

स्कोअर विरुद्ध एकूण खर्च

प्रतिसाद वेळ (सरासरी)

स्कोअर vs प्रतिसाद वेळ (सरासरी)

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

श्रेणीवार तपशील

कोडिंग स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
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

झटपट तुलना

तुलना जोडी बदला