Navigare
AI BENCHY
Compară Grafice Metodologie
❤️ Made by XCS
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

Compară:

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-03-06

Metrică DeepSeek: DeepSeek V3.2 none Lansare: 2025-12-01 OpenAI: GPT-5.4 medium Lansare: 2026-03-05
Rang #33 #9
Scor mediu 5.5 8.0
Consistență 8.4 8.5
Cost per rezultat 0.220 6.601
Cost total $0.016 $0.793
Teste corecte
Rată de trecere pe încercare 54.2% 83.3%
Teste instabile 3 3
Rulări totale 48 (16 x 3) 48 (16 x 3)
Tokenuri de ieșire 7,823 1,756
Tokenuri de raționament 0 46,642
Timp de răspuns (mediu) 12.86s 20.05s
Timp de răspuns (maxim) 115.89s 100.41s
Timp de răspuns (total) 205.78s 320.87s

Top modele după scor

Scor vs cost total

Timp de răspuns (mediu)

Scor mediu vs Timp de răspuns (mediu)

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: DeepSeek V3.2 10.0 9.7 0.0% 0 8.79s 1,411 0
OpenAI: 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: DeepSeek V3.2 8.0 10.0 0.0% 0 115.89s 2,887 0
OpenAI: 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: DeepSeek V3.2 5.4 5.8 66.7% 1 9.42s 1,710 0
OpenAI: GPT-5.4 9.9 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: DeepSeek V3.2 10.0 7.2 22.2% 1 1.61s 24 0
OpenAI: GPT-5.4 4.0 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: DeepSeek V3.2 10.0 10.0 100.0% 0 2.86s 67 0
OpenAI: GPT-5.4 5.0 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: DeepSeek V3.2 10.0 10.0 100.0% 0 1.52s 66 0
OpenAI: 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: DeepSeek V3.2 7.7 7.5 88.9% 1 7.37s 1,136 0
OpenAI: GPT-5.4 7.0 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: DeepSeek V3.2 10.0 10.0 100.0% 0 11.85s 522 0
OpenAI: GPT-5.4 10.0 10.0 100.0% 0 13.28s 264 1,031

Comparație rapidă

Schimbă perechea de comparație

DeepSeek V3.2nonevsGPT-5 NanomediumDeepSeek V3.2nonevsQwen3.5-35B-A3BmediumGemini 3.1 Flash Lite PreviewhighvsGPT-5.4mediumGemini 3 Flash PreviewlowvsGPT-5.4mediumDeepSeek V3.2nonevsMercury 2mediumDeepSeek V3.2nonevsgpt-oss-120bmediumDisponibil gratuitDeepSeek V3.2nonevsGPT-5 MinimediumDeepSeek V3.2nonevsGrok 4.1 FastmediumGemini 3.1 Flash Lite PreviewlowvsGPT-5.4mediumDeepSeek V3.2nonevsMiniMax M2.5mediumGemini 3 Flash PreviewnonevsGPT-5.4mediumDeepSeek V3.2nonevsKimi K2.5medium