DeepSeek: DeepSeek V3.2 vs OpenAI: GPT-5.3 Chat

GPT-5.3 Chat 平均分领先，为 7.5 vs 7.0。 DeepSeek V3.2 (medium) benchmark 成本更低，为 $0.078 vs $0.571。 GPT-5.3 Chat 更快，为 6.88s vs 68.62s，通过率为 65.2% vs 68.2%。

推荐模型GPT-5.3 Chat它在这里得分最高（7.5），同时响应速度比DeepSeek V3.2 (medium)快约 10.0 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-25

指标	DeepSeek V3.2 DeepSeek V3.2 medium 发布日期: 2025-12-01	GPT-5.3 Chat GPT-5.3 Chat none 发布日期: 2026-03-03

指标	DeepSeek V3.2 DeepSeek V3.2 medium 发布日期: 2025-12-01	GPT-5.3 Chat GPT-5.3 Chat none 发布日期: 2026-03-03
分数	7.0	7.5
排名	#84	#62
可靠性	10.0	10.0
一致性	7.4	8.2
测试正确
尝试通过率	65.2%	68.2%
不稳定测试	7	5
总运行次数	66	66
每个结果成本	0.671	4.387
总成本	$0.078	$0.571
输入价格	$0.269 / 1M	$1.750 / 1M
输出价格	$0.400 / 1M	$14.000 / 1M
总输入令牌	101,047	78,990
输出令牌	11,834	30,854
推理令牌	117,014	0
响应时间（平均）	68.62s	6.88s
响应时间（最大）	376.10s	18.33s
响应时间（总计）	1509.53s	151.31s

Hamster playing table tennis

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

#84 DeepSeek V3.2

medium

成本: $0.001
时间: 53.6s
令牌: 1,932 tok

#62 GPT-5.3 Chat

none

成本: $0.008
时间: 8.1s
令牌: 634 tok

按分数排名的模型

分数 vs 总成本

响应时间（平均）

分数 vs 响应时间（平均）

总输出令牌

分数 vs 总输出令牌

类别细分

类别:

反AI技巧	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
DeepSeek V3.2	8.2	7.9	83.3%	1		24.23s	448	3,247	6,953
GPT-5.3 Chat	6.7	8.1	58.3%	1		3.86s	606	3,167	0

编程	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
DeepSeek V3.2	6.0	7.2	55.6%	1		248.68s	5,717	649	52,014
GPT-5.3 Chat	5.6	4.7	55.6%	2		10.52s	7,302	6,632	0

综合	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
DeepSeek V3.2	7.3	5.8	83.3%	1		79.92s	76,997	5,219	24,229
GPT-5.3 Chat	10.0	10.0	100.0%	0		15.07s	55,800	6,851	0

数据解析与提取	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
DeepSeek V3.2	10.0	10.0	100.0%	0		36.09s	7,388	207	7,693
GPT-5.3 Chat	10.0	10.0	100.0%	0		2.21s	7,140	942	0

领域专项	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
DeepSeek V3.2	2.9	4.4	22.2%	2		24.27s	472	21	6,838
GPT-5.3 Chat	3.5	4.4	33.3%	2		13.01s	723	8,264	0

通用智能	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
DeepSeek V3.2	3.4	2.5	33.3%	1		58.29s	314	49	2,189
GPT-5.3 Chat	4.6	10.0	0.0%	0		1.99s	477	319	0

指令遵循	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
DeepSeek V3.2	10.0	10.0	100.0%	0		35.78s	627	1,397	2,845
GPT-5.3 Chat	9.8	10.0	100.0%	0		3.51s	660	1,491	0

谜题求解	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
DeepSeek V3.2	7.0	7.2	55.6%	1		37.69s	594	518	6,375
GPT-5.3 Chat	10.0	10.0	100.0%	0		2.99s	642	1,758	0

工具调用	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
DeepSeek V3.2	10.0	10.0	100.0%	0		34.81s	8,307	507	859
GPT-5.3 Chat	10.0	10.0	100.0%	0		8.36s	5,445	861	0

常识问答	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
DeepSeek V3.2	3.0	10.0	0.0%	0		83.99s	183	20	7,019
GPT-5.3 Chat	3.0	10.0	0.0%	0		4.38s	195	569	0

快速对比

切换对比组合

Kimi K2.7 CodemediumvsGPT-5.3 Chatnone DeepSeek V3.2mediumvsGemini 3.5 Flashnone GPT-5.3 ChatnonevsQwen3.5 Plus 2026-02-15medium Nemotron 3 Ultramedium免费可用vsGPT-5.3 Chatnone GPT-5.3 ChatnonevsQwen3.5-27Bmedium GPT-5.3 ChatnonevsGrok Build 0.1medium LongCat 2.0mediumvsGPT-5.3 Chatnone MiniMax M3mediumvsGPT-5.3 Chatnone DeepSeek V3.2mediumvsGPT-5.6 Solnone Gemini 3 Flash PreviewlowvsGPT-5.3 Chatnone KAT-Coder-Pro V2.5lowvsGPT-5.3 Chatnone DeepSeek V3.2mediumvsQwen3.7 Plusnone