DeepSeek V4.1 Flash 1017 (low) vs GPT-5.3-Codex (medium)

Средний балл практически равен: 9.2 vs 9.1. DeepSeek V4.1 Flash 1017 (low) имеет более низкую стоимость benchmark: $0.355 vs $1.318. GPT-5.3-Codex (medium) быстрее: 18.87s vs 32.55s, с долей успешных попыток 78.3% vs 84.1%.

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

Сравниваемые модели

Ранг: #36
Общее число выходных токенов: 523,482
Время ответа (среднее): 32.55s
Общая стоимость: $0.355

Ранг: #38
Общее число выходных токенов: 66,287
Время ответа (среднее): 18.87s
Общая стоимость: $1.318

Рекомендуемая модель DeepSeek V4.1 Flash 1017 (low)

Здесь у него лучший балл (9.2), при этом он примерно в 3.7 раза дешевле, чем GPT-5.3-Codex (medium).

Подробное сравнение

Метрика	DeepSeek V4.1 Flash 1017 DeepSeek V4.1 Flash 1017 low Релиз: 2026-10-18	GPT-5.3-Codex GPT-5.3-Codex medium Релиз: 2026-02-05

Метрика	DeepSeek V4.1 Flash 1017 DeepSeek V4.1 Flash 1017 low Релиз: 2026-10-18	GPT-5.3-Codex GPT-5.3-Codex medium Релиз: 2026-02-05
Оценка	9.2	9.1
Ранг	#36	#38
Надежность	10.0	10.0
Стабильность	9.0	8.6
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	78.3%	84.1%
Нестабильные тесты	3	4
Всего запусков	69	69
Стоимость за результат	2.214	7.753
Общая стоимость	$0.355	$1.318
Цена входа	$0.150 / 1M	$1.750 / 1M
Цена выхода	$0.600 / 1M	$14.000 / 1M
Цена чтения из кэша	$0.003 / 1M	$0.175 / 1M
Цена записи в кэш	Н/Д	Н/Д
Общее число входных токенов	267,122	222,794
Выходные токены	7,369	7,357
Токены рассуждений	516,113	58,930
Время ответа (среднее)	32.55s	18.87s
Время ответа (макс.)	443.63s	100.93s
Время ответа (суммарно)	748.62s	433.94s
Параметры	~748B всего (~16B активных)	~1.2T всего (~80B 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.

#36 DeepSeek V4.1 Flash 1017

low

Стоимость: $0.006
Время: 63.8s
Токены: 11,236 tok

#38 GPT-5.3-Codex

medium

Стоимость: $0.049
Время: 54.9s
Токены: 3,580 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		46.67s	156,869	2,102	5,290
GPT-5.3-Codex	10.0	10.0	100.0%	0		61.91s	141,607	1,099	4,814

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		2.02s	852	171	2,193
GPT-5.3-Codex	8.7	7.9	91.7%	1		4.16s	606	240	1,722

Программирование	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		27.01s	7,509	323	45,628
GPT-5.3-Codex	10.0	10.0	100.0%	0		19.50s	7,302	535	10,890

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		18.73s	82,444	3,880	15,379
GPT-5.3-Codex	10.0	10.0	100.0%	0		26.04s	57,988	4,258	5,816

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		1.71s	7,446	207	1,344
GPT-5.3-Codex	10.0	10.0	100.0%	0		3.07s	7,140	234	728

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	3.6	7.2	22.2%	1		174.63s	909	9	428,331
GPT-5.3-Codex	5.9	7.2	55.6%	1		63.93s	732	71	30,150

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		2.25s	549	116	553
GPT-5.3-Codex	4.6	10.0	0.0%	0		4.87s	477	187	331

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		1.25s	783	69	898
GPT-5.3-Codex	10.0	10.0	100.0%	0		3.04s	660	93	693

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	6.9	4.9	77.8%	2		2.54s	828	236	3,620
GPT-5.3-Codex	9.0	7.9	88.9%	1		5.05s	642	356	1,593

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		1.92s	8,672	237	338
GPT-5.3-Codex	10.0	10.0	100.0%	0		6.37s	5,445	254	492

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		33.79s	261	19	12,539
GPT-5.3-Codex	2.8	1.6	33.3%	1		14.43s	195	30	1,701

Сменить пару сравнения

Claude Haiku 5.5xhighvsGPT-5.3-Codexmedium GPT-5.3-CodexmediumvsQwen3.8 Max (0902)high Muse Spark 1.3highvsGPT-5.3-Codexmedium DeepSeek V4.1 Flash 1017lowvsQwen3.8 MAXmedium Claude Sonnet 5.5maxvsDeepSeek V4.1 Flash 1017low DeepSeek V4.1 Flash 1017lowvsGPT-5.5medium Muse WonderlowvsGPT-5.3-Codexmedium GPT-5.3-CodexmediumvsParetodefault Seed 2.1 TurbohighvsGPT-5.3-Codexmedium DeepSeek V4.1 Flash 1017lowvsQwen3.8 Max (0902)high DeepSeek V4.1 Flash 1017lowvsMuse Wondermedium Claude Opus 5.5mediumvsDeepSeek V4.1 Flash 1017low