DeepSeek V4 Flash 0731 (low) vs GPT-5.6 Luna (medium)

Средний балл практически равен: 7.4 vs 7.4. GPT-5.6 Luna (medium) имеет более низкую стоимость benchmark: $0.101 vs $0.307. GPT-5.6 Luna (medium) быстрее: 9.64s vs 88.15s, с долей успешных попыток 71.0% vs 62.3%.

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

Сравниваемые модели

Ранг: #124
Общее число выходных токенов: 414,035
Время ответа (среднее): 88.15s
Общая стоимость: $0.307

Ранг: #122
Общее число выходных токенов: 47,986
Время ответа (среднее): 9.64s
Общая стоимость: $0.101

Рекомендуемая модель GPT-5.6 Luna (medium)

Здесь у него лучший балл (7.4), при этом он примерно в 3.1 раза дешевле, чем DeepSeek V4 Flash 0731 (low).

Подробное сравнение

Метрика	DeepSeek V4 Flash 0731 DeepSeek V4 Flash 0731 low Релиз: 2026-08-01	GPT-5.6 Luna GPT-5.6 Luna medium Релиз: 2026-07-09

Метрика	DeepSeek V4 Flash 0731 DeepSeek V4 Flash 0731 low Релиз: 2026-08-01	GPT-5.6 Luna GPT-5.6 Luna medium Релиз: 2026-07-09
Оценка	7.4	7.4
Ранг	#124	#122
Надежность	10.0	10.0
Стабильность	8.0	9.0
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	71.0%	62.3%
Нестабильные тесты	6	3
Всего запусков	69	69
Стоимость за результат	0.840	2.822
Общая стоимость	$0.307	$0.101
Цена входа	$0.010 / 1M	$0.200 / 1M
Цена выхода	$1.280 / 1M	$1.200 / 1M
Общее число входных токенов	231,356	212,780
Выходные токены	43,054	6,849
Токены рассуждений	370,981	41,137
Время ответа (среднее)	88.15s	9.64s
Время ответа (макс.)	438.65s	58.09s
Время ответа (суммарно)	2027.36s	221.62s
Параметры	284B всего (13B активных)	~400B всего (~17B активных)
Доступность	Закрытая модель	Закрытая модель

Генерация showcase моделей

Hamster playing table tennis

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

#124 DeepSeek V4 Flash 0731

low

No output was saved. The original provider response or failure reason is unavailable.

Стоимость: $0.000
Время: 78.1s
Токены: 8,090 tok

#122 GPT-5.6 Luna

medium

Стоимость: $0.014
Время: 14.6s
Токены: 2,362 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 Flash 0731	4.7	1.6	66.7%	1		321.18s	138,011	7,331	20,715
GPT-5.6 Luna	7.4	3.8	66.7%	1		58.09s	123,095	1,148	2,313

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4 Flash 0731	8.2	7.9	83.3%	1		10.08s	540	1,833	6,605
GPT-5.6 Luna	8.3	10.0	75.0%	0		2.52s	606	160	987

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4 Flash 0731	7.3	5.1	77.8%	2		163.31s	5,953	782	86,028
GPT-5.6 Luna	5.4	7.2	44.4%	1		10.38s	7,302	564	9,928

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4 Flash 0731	9.8	10.0	100.0%	0		54.25s	68,913	8,230	22,729
GPT-5.6 Luna	10.0	10.0	100.0%	0		14.59s	66,477	3,926	4,594

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4 Flash 0731	10.0	10.0	100.0%	0		4.35s	7,290	305	995
GPT-5.6 Luna	10.0	10.0	100.0%	0		1.95s	7,140	234	324

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4 Flash 0731	3.0	10.0	0.0%	0		255.51s	657	20,100	171,883
GPT-5.6 Luna	2.9	7.2	11.1%	1		18.45s	732	70	17,375

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4 Flash 0731	6.5	3.4	66.7%	1		7.63s	471	81	1,181
GPT-5.6 Luna	5.1	10.0	0.0%	0		4.34s	477	112	496

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4 Flash 0731	9.9	10.0	100.0%	0		3.01s	627	94	644
GPT-5.6 Luna	9.9	10.0	100.0%	0		2.38s	660	95	393

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4 Flash 0731	8.0	7.6	77.8%	1		9.08s	594	414	4,808
GPT-5.6 Luna	7.8	10.0	66.7%	0		4.04s	642	255	2,104

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4 Flash 0731	10.0	10.0	100.0%	0		4.44s	8,178	367	186
GPT-5.6 Luna	10.0	10.0	100.0%	0		6.02s	5,454	256	244

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4 Flash 0731	3.0	10.0	0.0%	0		246.86s	122	3,517	55,207
GPT-5.6 Luna	3.0	10.0	0.0%	0		6.64s	195	29	2,379

Быстрое сравнение

Сменить пару сравнения

DeepSeek V4 Flash 0731lowvsQwen3.6 Flashmedium Seed-2.0-CodemediumvsDeepSeek V4 Flash 0731low DeepSeek V4 Flash 0731lowvsGLM 5.3 FlashXhigh GPT-5.6 LunamediumvsGLM 5.3 FlashXhigh DeepSeek V4 Flash 0731lowvsInkling SmallhighБесплатно доступно GPT-5.6 LunamediumvsGrok 4.7low GPT-5.6 LunamediumvsInkling SmallhighБесплатно доступно Seed-2.0-CodehighvsGPT-5.6 Lunamedium DeepSeek V4 Flash 0731lowvsInklingmediumБесплатно доступно DeepSeek V4 Pro 0423nonevsGPT-5.6 Lunamedium Seed-2.0-CodehighvsDeepSeek V4 Flash 0731low DeepSeek V4 Flash 0731lowvsGemma 4 26B A4BmediumБесплатно доступно