Navigare
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-5.4

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-03-15

Metrică DeepSeek V3.2 DeepSeek V3.2 medium Lansare: 2025-12-01 GPT-5.4 GPT-5.4 medium Lansare: 2026-03-05
Rang #14 #9
Scor 8.1 8.5
Consistență 8.5 8.5
Cost per rezultat 0.225 6.601
Cost total $0.025 $0.793
Teste corecte
Rată de trecere pe încercare 79.2% 83.3%
Teste instabile 3 3
Rulări totale 48 48
Tokenuri de ieșire 7,392 1,756
Tokenuri de raționament 39,089 46,642
Timp de răspuns (mediu) 39.48s 20.05s
Timp de răspuns (maxim) 93.11s 100.41s
Timp de răspuns (total) 631.71s 320.87s

Top modele după scor

Scor vs cost total

Timp de răspuns (mediu)

Scor vs Timp de răspuns (mediu)

Total tokenuri de ieșire

Scor vs Total tokenuri de ieșire

Defalcare pe categorii

Trucuri anti-AI Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
DeepSeek V3.2 7.8 9.9 66.7% 0 33.39s 1,171 4,893
GPT-5.4 10.0 10.0 100.0% 0 5.02s 216 1,466
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
DeepSeek V3.2 10.0 10.0 100.0% 0 93.11s 571 6,296
GPT-5.4 10.0 10.0 100.0% 0 20.57s 301 3,543
Parsare și extragere de date Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
DeepSeek V3.2 10.0 10.0 100.0% 0 36.09s 207 7,693
GPT-5.4 10.0 10.0 100.0% 0 5.32s 234 804
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
DeepSeek V3.2 5.3 7.2 44.4% 1 39.32s 3,081 7,856
GPT-5.4 5.3 7.2 44.4% 1 74.27s 61 34,748
Inteligență generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
DeepSeek V3.2 5.4 2.5 66.7% 1 31.30s 68 2,366
GPT-5.4 4.7 3.1 33.3% 1 4.92s 145 321
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
DeepSeek V3.2 10.0 10.0 100.0% 0 35.78s 1,397 2,845
GPT-5.4 10.0 10.0 100.0% 0 3.11s 93 897
Puzzle Solving Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
DeepSeek V3.2 8.2 7.2 88.9% 1 36.87s 390 6,281
GPT-5.4 8.2 7.2 88.9% 1 9.13s 442 3,832
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
DeepSeek V3.2 10.0 10.0 100.0% 0 34.81s 507 859
GPT-5.4 10.0 10.0 100.0% 0 13.28s 264 1,031

Comparație rapidă

Schimbă perechea de comparație

DeepSeek V3.2mediumvsGPT-5.2 ChatnoneDeepSeek V3.2mediumvsGemini 3 Flash PreviewnoneGemini 3 Flash PreviewlowvsGPT-5.4mediumDeepSeek V3.2mediumvsGemini 3.1 Flash Lite PreviewlowDeepSeek V3.2mediumvsGPT-5.3 ChatnoneDeepSeek V3.2mediumvsGemini 3.1 Flash Lite PreviewnoneGemini 3 Flash PreviewnonevsGPT-5.4mediumDeepSeek V3.2mediumvsGemini 3 Flash PreviewlowClaude Sonnet 4.6nonevsDeepSeek V3.2mediumGemini 3.1 Flash Lite PreviewlowvsGPT-5.4mediumGemini 3.1 Flash Lite PreviewnonevsGPT-5.4mediumClaude Sonnet 4.6nonevsGPT-5.4medium