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

Средний балл практически равен: 8.0 vs 8.0. DeepSeek V4.1 Flash (low) имеет более низкую стоимость benchmark: $0.153 vs $0.207. GPT-5.6 Luna (high) быстрее: 18.39s vs 28.04s, с долей успешных попыток 73.9% vs 71.0%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-10-01

Сравниваемые модели

Ранг: #90
Общее число выходных токенов: 371,547
Время ответа (среднее): 28.04s
Общая стоимость: $0.153

Ранг: #91
Общее число выходных токенов: 139,395
Время ответа (среднее): 18.39s
Общая стоимость: $0.207

Рекомендуемая модель GPT-5.6 Luna (high)

Здесь у него лучший балл (8.0), и он отвечает примерно в 1.5 раза быстрее, чем DeepSeek V4.1 Flash (low).

Подробное сравнение

Метрика	DeepSeek V4.1 Flash DeepSeek V4.1 Flash low Релиз: 2026-09-10	GPT-5.6 Luna GPT-5.6 Luna high Релиз: 2026-07-09

Метрика	DeepSeek V4.1 Flash DeepSeek V4.1 Flash low Релиз: 2026-09-10	GPT-5.6 Luna GPT-5.6 Luna high Релиз: 2026-07-09
Оценка	8.0	8.0
Ранг	#90	#91
Надежность	9.6	10.0
Стабильность	8.7	8.6
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	73.9%	71.0%
Нестабильные тесты	4	4
Всего запусков	69	69
Стоимость за результат	1.576	5.882
Общая стоимость	$0.153	$0.207
Цена входа	$0.020 / 1M	$0.200 / 1M
Цена выхода	$0.396 / 1M	$1.200 / 1M
Общее число входных токенов	266,849	197,896
Выходные токены	8,284	6,211
Токены рассуждений	363,263	133,184
Время ответа (среднее)	28.04s	18.39s
Время ответа (макс.)	149.84s	111.09s
Время ответа (суммарно)	645.03s	422.93s
Параметры	748B всего (16B активных)	~400B всего (~17B активных)
Доступность	Открытый исходный код	Закрытая модель

Генерация showcase моделей

Hamster playing table tennis

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

#90 DeepSeek V4.1 Flash

low

Стоимость: $0.017
Время: 43.6s
Токены: 14,069 tok

#91 GPT-5.6 Luna

high

Стоимость: $0.033
Время: 34.2s
Токены: 5,484 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	6.1	3.1	66.7%	1		56.02s	167,134	1,903	21,681
GPT-5.6 Luna	10.0	10.0	100.0%	0		60.15s	116,969	1,123	2,957

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	8.3	10.0	75.0%	0		3.32s	852	171	4,328
GPT-5.6 Luna	8.3	10.0	75.0%	0		2.99s	606	162	1,265

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4.1 Flash	10.0	10.0	100.0%	0		24.73s	77,368	4,906	24,016
GPT-5.6 Luna	10.0	10.0	100.0%	0		19.05s	57,719	3,366	8,005

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	6.5	10.0	50.0%	0		3.80s	2,397	120	1,149
GPT-5.6 Luna	10.0	10.0	100.0%	0		2.18s	7,140	234	470

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4.1 Flash	3.5	4.4	33.3%	2		95.58s	909	27	184,701
GPT-5.6 Luna	5.3	7.2	44.4%	1		62.87s	732	69	75,712

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4.1 Flash	10.0	10.0	100.0%	0		4.34s	549	117	1,319
GPT-5.6 Luna	5.0	10.0	0.0%	0		3.65s	477	117	563

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4.1 Flash	10.0	10.0	100.0%	0		8.38s	783	63	1,546
GPT-5.6 Luna	9.9	10.0	100.0%	0		1.79s	660	97	481

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4.1 Flash	8.2	7.7	77.8%	1		9.39s	828	273	14,502
GPT-5.6 Luna	7.6	7.2	77.8%	1		14.55s	642	242	18,281

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4.1 Flash	10.0	10.0	100.0%	0		13.83s	8,259	313	284
GPT-5.6 Luna	10.0	10.0	100.0%	0		4.98s	5,454	260	324

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4.1 Flash	3.0	10.0	0.0%	0		46.86s	261	13	27,759
GPT-5.6 Luna	3.0	10.0	0.0%	0		17.00s	195	31	7,380

Быстрое сравнение

Сменить пару сравнения

Nemotron 3 UltramediumБесплатно доступноvsGPT-5.6 Lunahigh Claude Opus 4.7mediumvsDeepSeek V4.1 Flashlow Gemini 3.8 FlashmediumvsGPT-5.6 Lunahigh DeepSeek V4.1 FlashlowvsNemotron 3 UltramediumБесплатно доступно Claude Opus 4.7mediumvsGPT-5.6 Lunahigh DeepSeek V4.1 FlashlowvsGPT-5.4 Nanomedium DeepSeek V4.1 FlashlowvsGemini 3.8 Flashmedium GPT-5.6 LunahighvsQwen3.5-27Bmedium GPT-5.6 LunahighvsGLM 5.3 FlashXmax GPT-5.6 LunahighvsQwen3.7 Maxnone DeepSeek V4.1 FlashlowvsQwen3.5-27Bmedium DeepSeek V4.1 FlashlowvsGLM 5.3 FlashXmax