Navigare
Advertise here

DeepSeek V4.1 Flash (low) vs GPT-5.6 Luna (high)

Scorul mediu este practic egal la 8.0 vs 8.0. GPT-5.6 Luna (high) are costul de benchmark mai mic, $0.118 vs $0.494. GPT-5.6 Luna (high) este mai rapid cu 18.39s vs 28.04s, cu rate de reușită de 73.9% vs 71.0%.

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-11-16

Modele comparate

Rang
#148
Total tokenuri de ieșire
371,547
Timp de răspuns (mediu)
28.04s
Cost total
$0.494
Rang
#149
Total tokenuri de ieșire
139,395
Timp de răspuns (mediu)
18.39s
Cost total
$0.118
Model recomandat GPT-5.6 Luna (high)

Are cel mai bun scor aici (8.0) și costă de aproximativ 4.2x mai puțin decât DeepSeek V4.1 Flash (low).

Comparație detaliată

Metrică DeepSeek V4.1 Flash DeepSeek V4.1 Flash low Lansare: 2026-09-10 GPT-5.6 Luna GPT-5.6 Luna high Lansare: 2026-07-09
Scor 8.0 8.0
Rang #148 #149
Fiabilitate 9.6 10.0
Consistență 8.7 8.6
Încercări 69/69 69/69
Teste corecte
Rată de trecere pe încercare 73.9% 71.0%
Teste instabile 4 4
Rulări totale 69 69
Cost per rezultat 1.576 5.882
Cost total $0.494 $0.118
Preț de intrare $0.013 / 1M $0.200 / 1M
Preț de ieșire $1.320 / 1M $1.200 / 1M
Preț citire cache $0.013 / 1M $0.020 / 1M
Preț scriere cache N/D $0.250 / 1M
Total tokenuri de intrare 266,849 197,896
Tokenuri de ieșire 8,284 6,211
Tokenuri de raționament 363,263 133,184
Timp de răspuns (mediu) 28.04s 18.39s
Timp de răspuns (maxim) 149.84s 111.09s
Timp de răspuns (total) 645.03s 422.93s
Parametri 748B în total (16B activi) ~400B în total (~17B activi)
Disponibilitate Sursă deschisă Închis

Prețurile de cache se aplică tokenurilor de intrare. Citirea reutilizează prompturi salvate; scrierea le stochează și poate costa în plus. Tokenurile de ieșire folosesc prețul de ieșire.

Prezentare generare modele

Hamster playing table tennis

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

#148 DeepSeek V4.1 Flash

low
Cost
$0.017
Timp
43.6s
Tokenuri
14,069 tok

#149 GPT-5.6 Luna

high
Cost
$0.033
Timp
34.2s
Tokenuri
5,484 tok

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

Programare Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
DeepSeek V4.1 Flash 10.0 10.0 100.0% 0 40.66s 7,509 378 81,978
GPT-5.6 Luna 5.5 4.7 55.6% 2 15.63s 7,302 510 17,746

Schimbă perechea de comparație