AI BENCHY Compare
DeepSeek: DeepSeek V3.2 vs OpenAI: GPT-4o-mini
Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-03-03
| Metrică | DeepSeek: DeepSeek V3.2 none Lansare: 2025-12-01 | OpenAI: GPT-4o-mini none Lansare: 2024-07-18 |
|---|---|---|
| Rang | #30 | #29 |
| Scor mediu | 4.70 | 4.86 |
| Consistență | 8.19 | 9.98 |
| Cost per rezultat | 0.132 | 0.056 |
| Cost total | $0.007 | $0.003 |
| Teste corecte | 5/14 | 5/14 |
| Rată de trecere pe încercare | 47.6% | 35.7% |
| Teste instabile | 3 | 0 |
| Tokenuri de ieșire | 4,869 | 949 |
| Tokenuri de raționament | 0 | 0 |
Defalcare pe categorii
| Trucuri anti-AI | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|
| DeepSeek: DeepSeek V3.2 | 1.00 | 9.68 | 0.0% | 0 | 1,411 | 0 | |
| OpenAI: GPT-4o-mini | 4.00 | 10.00 | 33.3% | 0 | 180 | 0 |
| Parsare și extragere de date | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|
| DeepSeek: DeepSeek V3.2 | 5.38 | 5.81 | 66.7% | 1 | 1,710 | 0 | |
| OpenAI: GPT-4o-mini | 10.00 | 10.00 | 100.0% | 0 | 183 | 0 |
| Specific domeniului | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|
| DeepSeek: DeepSeek V3.2 | 1.00 | 7.21 | 22.2% | 1 | 24 | 0 | |
| OpenAI: GPT-4o-mini | 1.00 | 10.00 | 0.0% | 0 | 15 | 0 |
| Respectarea instrucțiunilor | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|
| DeepSeek: DeepSeek V3.2 | 8.00 | 9.99 | 50.0% | 0 | 66 | 0 | |
| OpenAI: GPT-4o-mini | 5.50 | 10.00 | 50.0% | 0 | 71 | 0 |
| Puzzle Solving | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|
| DeepSeek: DeepSeek V3.2 | 7.67 | 7.49 | 88.9% | 1 | 1,136 | 0 | |
| OpenAI: GPT-4o-mini | 4.00 | 9.92 | 0.0% | 0 | 295 | 0 |
| Apelare instrumente | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|
| DeepSeek: DeepSeek V3.2 | 10.00 | 10.00 | 100.0% | 0 | 522 | 0 | |
| OpenAI: GPT-4o-mini | 10.00 | 10.00 | 100.0% | 0 | 205 | 0 |
Comparație rapidă
Schimbă perechea de comparație
DeepSeek V3.2nonevsGLM 4.7 FlashmediumGPT-4o-mininonevsGLM 4.7 FlashmediumMiniMax M2.5mediumvsGPT-4o-mininoneGPT-4o-mininonevsQwen3.5-FlashmediumDeepSeek V3.2nonevsMiniMax M2.5mediumDeepSeek V3.2nonevsgpt-oss-120bmediumDisponibil gratuitGPT-4o-mininonevsQwen3.5-35B-A3BmediumDeepSeek V3.2nonevsQwen3.5-FlashmediumGPT-4o-mininonevsMiMo-V2-FlashmediumDeepSeek V3.2nonevsGPT-5 NanomediumDeepSeek V3.2nonevsQwen3 Coder NextmediumClaude Opus 4.6mediumvsGPT-4o-mininone