DeepSeek V4.1 Flash 1017 (high) vs GPT-6 Luna (medium)

GPT-6 Luna (medium) лидирует по среднему баллу: 8.3 vs 7.8. GPT-6 Luna (medium) имеет более низкую стоимость benchmark: $0.047 vs $0.589. GPT-6 Luna (medium) быстрее: 18.07s vs 58.56s, с долей успешных попыток 71.0% vs 73.9%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-10-19

Сравниваемые модели

Ранг: #126
Общее число выходных токенов: 911,334
Время ответа (среднее): 58.56s
Общая стоимость: $0.589

Ранг: #95
Общее число выходных токенов: 53,161
Время ответа (среднее): 18.07s
Общая стоимость: $0.047

Рекомендуемая модель GPT-6 Luna (medium)

Здесь у него лучший балл (8.3), при этом он примерно в 12.6 раза дешевле, чем DeepSeek V4.1 Flash 1017 (high).

Подробное сравнение

Метрика	DeepSeek V4.1 Flash 1017 DeepSeek V4.1 Flash 1017 high Релиз: 2026-10-18	GPT-6 Luna GPT-6 Luna medium Релиз: 2026-09-23

Метрика	DeepSeek V4.1 Flash 1017 DeepSeek V4.1 Flash 1017 high Релиз: 2026-10-18	GPT-6 Luna GPT-6 Luna medium Релиз: 2026-09-23
Оценка	7.8	8.3
Ранг	#126	#95
Надежность	10.0	10.0
Стабильность	7.8	8.9
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	71.0%	73.9%
Нестабильные тесты	6	3
Всего запусков	69	69
Стоимость за результат	4.530	0.313
Общая стоимость	$0.589	$0.047
Цена входа	$0.150 / 1M	$0.100 / 1M
Цена выхода	$0.600 / 1M	$0.500 / 1M
Цена чтения из кэша	$0.003 / 1M	$0.010 / 1M
Цена записи в кэш	Н/Д	$0.125 / 1M
Общее число входных токенов	279,873	203,193
Выходные токены	7,049	5,751
Токены рассуждений	904,285	47,410
Время ответа (среднее)	58.56s	18.07s
Время ответа (макс.)	440.77s	66.44s
Время ответа (суммарно)	1346.87s	415.53s
Параметры	~748B всего (~16B активных)	~400B всего (~17B активных)
Доступность	Открытый исходный код	Закрытая модель

Цены кэша относятся к входным токенам. Чтение повторно использует сохранённые запросы; запись сохраняет их и может стоить дороже. Выходные токены оплачиваются по цене вывода.

Генерация showcase моделей

Hamster playing table tennis

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

#126 DeepSeek V4.1 Flash 1017

high

Стоимость: $0.004
Время: 27.2s
Токены: 7,593 tok

#95 GPT-6 Luna

medium

Стоимость: $0.002
Время: 23.6s
Токены: 2,966 tok

Лучшие модели по оценке

Оценка vs общая стоимость

Время ответа (среднее)

Оценка vs Время ответа (среднее)

Общее число выходных токенов

Оценка vs Общее число выходных токенов

Разбивка по категориям

Категория:

Агентные задачи	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4.1 Flash 1017	10.0	10.0	100.0%	0		43.53s	144,680	1,907	4,293
GPT-6 Luna	10.0	10.0	100.0%	0		66.44s	124,247	1,116	6,891

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4.1 Flash 1017	8.3	10.0	75.0%	0		2.10s	627	137	2,440
GPT-6 Luna	8.3	10.0	75.0%	0		4.32s	606	156	875

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4.1 Flash 1017	4.5	1.4	66.7%	3		196.67s	7,434	217	446,179
GPT-6 Luna	6.6	4.6	77.8%	2		23.63s	7,302	438	10,222

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4.1 Flash 1017	10.0	10.0	100.0%	0		37.28s	107,806	3,862	41,936
GPT-6 Luna	10.0	10.0	100.0%	0		22.65s	55,738	3,052	4,096

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4.1 Flash 1017	10.0	10.0	100.0%	0		2.20s	7,446	207	1,450
GPT-6 Luna	10.0	10.0	100.0%	0		26.09s	7,140	234	268

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4.1 Flash 1017	3.5	4.4	33.3%	2		186.02s	909	11	382,250
GPT-6 Luna	5.9	7.2	55.6%	1		22.71s	732	70	19,191

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4.1 Flash 1017	10.0	10.0	100.0%	0		2.02s	549	120	570
GPT-6 Luna	4.4	9.9	0.0%	0		28.25s	477	91	289

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4.1 Flash 1017	10.0	10.0	100.0%	0		1.12s	708	69	866
GPT-6 Luna	9.8	10.0	100.0%	0		13.24s	660	89	409

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4.1 Flash 1017	5.5	7.4	44.4%	1		5.70s	828	235	7,784
GPT-6 Luna	7.7	10.0	66.7%	0		9.78s	642	211	3,189

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4.1 Flash 1017	10.0	10.0	100.0%	0		2.28s	8,625	267	305
GPT-6 Luna	10.0	10.0	100.0%	0		4.84s	5,454	264	249

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4.1 Flash 1017	3.0	10.0	0.0%	0		44.26s	261	17	16,212
GPT-6 Luna	3.0	10.0	0.0%	0		6.39s	195	30	1,731

Сменить пару сравнения

DeepSeek V4.1 Flash 1017highvsMuse Wondermax DeepSeek V4.1 Flash 1017highvsMiMo-V2.6-Flashmedium DeepSeek V4.1 Flash 1017highvsGrok 4.5medium Gemini 4 ArgonlowvsGPT-6 Lunamedium DeepSeek V4.1 Flash 1017maxvsGPT-6 Lunamedium GPT-6 LunamediumvsGrok 4.5high DeepSeek V4.1 Flash 1017highvsGemini 3.5 Flashmedium Kimi K3maxvsGPT-6 Lunamedium DeepSeek V4.1 Flash 1017highvsStep 3.7 Flashmedium DeepSeek V4.1 Flash 1017highvsGrok 4.6medium Gemini 3.5 FlashhighvsGPT-6 Lunamedium Claude Haiku 5.5highvsGPT-6 Lunamedium