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

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

DeepSeek V4 Flash (high) average score मध्ये पुढे आहे: 7.7 vs 7.6. DeepSeek V4 Flash (high) चा benchmark खर्च कमी आहे: $0.042 vs $0.352. GPT-5.6 Luna (medium) वेगवान आहे: 7.28s vs 49.75s, pass rates 72.7% vs 65.2%.

शिफारस केलेले मॉडेलDeepSeek V4 Flash (high)It has the best score here (7.7), while costing about 8.4x less than GPT-5.6 Luna (medium).

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

मेट्रिक DeepSeek V4 Flash DeepSeek V4 Flash high प्रकाशन: 2026-04-24 GPT-5.6 Luna GPT-5.6 Luna medium प्रकाशन: 2026-07-09
स्कोअर 7.7 7.6
क्रमांक #43 #48
विश्वसनीयता 10.0 10.0
सुसंगतता 8.2 9.6
बरोबर चाचण्या
प्रति प्रयत्न पास दर 72.7% 65.2%
अस्थिर चाचण्या 5 1
एकूण रन 66 66
प्रति निकाल खर्च 0.402 2.513
एकूण खर्च $0.042 $0.352
इनपुट किंमत $0.098 / 1M $1.000 / 1M
आउटपुट किंमत $0.196 / 1M $6.000 / 1M
एकूण इनपुट टोकन्स 108,392 89,676
आउटपुट टोकन्स 14,478 5,699
रिझनिंग टोकन्स 153,687 37,980
प्रतिसाद वेळ (सरासरी) 49.75s 7.28s
प्रतिसाद वेळ (कमाल) 218.13s 29.85s
प्रतिसाद वेळ (एकूण) 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
खर्च
$0.003
वेळ
93.1s
टोकन्स
7,926 tok

#48 GPT-5.6 Luna

medium
खर्च
$0.014
वेळ
14.6s
टोकन्स
2,362 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 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

झटपट तुलना

तुलना जोडी बदला