Навигация
AI BENCHY
Сравнить Графики Методология
❤️ 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

Сравнить:

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-03-06

Метрика DeepSeek: DeepSeek V3.2 none Релиз: 2025-12-01 OpenAI: GPT-5.4 medium Релиз: 2026-03-05
Ранг #33 #9
Средний балл 5.5 8.0
Стабильность 8.4 8.5
Стоимость за результат 0.220 6.601
Общая стоимость $0.016 $0.793
Тестов верно
Доля успешных попыток 54.2% 83.3%
Нестабильные тесты 3 3
Всего запусков 48 (16 x 3) 48 (16 x 3)
Выходные токены 7,823 1,756
Токены рассуждений 0 46,642
Время ответа (среднее) 12.86s 20.05s
Время ответа (макс.) 115.89s 100.41s
Время ответа (суммарно) 205.78s 320.87s

Лучшие модели по оценке

Оценка vs общая стоимость

Время ответа (среднее)

Средний балл vs Время ответа (среднее)

Разбивка по категориям

Анти-ИИ уловки Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
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
Комбинированный Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
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
Парсинг и извлечение данных Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
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
Предметно-ориентированное Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
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
Общий интеллект Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
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
Следование инструкциям Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
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 Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
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
Вызов инструментов Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
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

Быстрое сравнение

Сменить пару сравнения

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-120bmediumБесплатно доступноDeepSeek 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