AI BENCHY Compare

DeepSeek: DeepSeek V4 Flash vs OpenAI: GPT-5.3-Codex

Сводка

Сравнение benchmark DeepSeek V4 Flash vs GPT-5.3-Codex: GPT-5.3-Codex лидирует по среднему баллу: 8.4 vs 7.7. DeepSeek V4 Flash имеет более низкую стоимость benchmark: $0.029 vs $0.740. GPT-5.3-Codex быстрее: 16.22s vs 45.85s, с долей успешных попыток 74.6% vs 82.5%.

Рекомендуемая модель: DeepSeek V4 Flash - Его балл близок к лучшему здесь (7.7 против 8.4), при этом он примерно в 25.9 раза дешевле, чем GPT-5.3-Codex.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-06-10

Метрика	DeepSeek V4 Flash DeepSeek V4 Flash high Релиз: 2026-04-24	GPT-5.3-Codex GPT-5.3-Codex medium Релиз: 2026-02-05

Метрика	DeepSeek V4 Flash DeepSeek V4 Flash high Релиз: 2026-04-24	GPT-5.3-Codex GPT-5.3-Codex medium Релиз: 2026-02-05
Оценка	7.7	8.4
Ранг	#32	#16
Надежность	10.0	10.0
Стабильность	8.5	8.5
Тестов верно
Доля успешных попыток	74.6%	82.5%
Нестабильные тесты	4	4
Всего запусков	63	63
Стоимость за результат	0.299	4.932
Общая стоимость	$0.029	$0.740
Цена входа	$0.099 / 1M	$1.750 / 1M
Цена выхода	$0.197 / 1M	$14.000 / 1M
Общее число входных токенов	39,745	34,299
Выходные токены	10,310	2,357
Токены рассуждений	123,501	46,189
Время ответа (среднее)	45.85s	16.22s
Время ответа (макс.)	218.13s	100.93s
Время ответа (суммарно)	962.79s	340.67s

Generation showcase

Hamster playing table tennis

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

#32 DeepSeek V4 Flash

high

Cost: $0.003
Time: 93.1s
Tokens: 7,926 tok

#16 GPT-5.3-Codex

medium

Cost: $0.049
Time: 54.9s
Tokens: 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

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4 Flash	8.3	10.0	75.0%	0		28.51s	540	140	7,770
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 Flash	7.8	10.0	66.7%	0		50.60s	7,279	395	34,862
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 Flash	10.0	10.0	100.0%	0		76.57s	14,016	465	7,347
GPT-5.3-Codex	10.0	10.0	100.0%	0		19.56s	11,019	364	2,731

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	10.0	10.0	100.0%	0		28.03s	7,290	201	1,179
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 Flash	4.1	4.4	44.5%	2		100.31s	666	27	59,249
GPT-5.3-Codex	5.9	7.2	55.6%	1		64.31s	813	64	25,308

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4 Flash	6.1	3.1	66.7%	1		25.15s	471	79	632
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 Flash	10.0	10.0	100.0%	0		15.36s	627	63	1,622
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 Flash	8.2	7.2	88.9%	1		26.11s	594	196	1,767
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 Flash	10.0	10.0	100.0%	0		74.73s	8,079	228	542
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 Flash	3.0	10.0	0.0%	0		54.46s	183	8,516	8,531
GPT-5.3-Codex	2.8	1.6	33.3%	1		14.43s	195	30	1,701

Быстрое сравнение

Сменить пару сравнения