导航
AI BENCHY
Advertise here

AI BENCHY 对比

DeepSeek: DeepSeek V3.2 vs OpenAI: GPT-5.6 Luna

摘要

DeepSeek V3.2 vs GPT-5.6 Luna (low) benchmark 对比：GPT-5.6 Luna (low) 平均分领先，为 6.2 vs 5.3。 DeepSeek V3.2 benchmark 成本更低，为 $0.017 vs $0.141。 GPT-5.6 Luna (low) 更快，为 4.35s vs 13.83s，通过率为 39.7% vs 57.1%。

推荐模型: GPT-5.6 Luna (low) - 它在这里得分最高（6.2），同时响应速度比DeepSeek V3.2快约 3.2 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-09

指标 DeepSeek V3.2 DeepSeek V3.2 none 发布日期: 2025-12-01 GPT-5.6 Luna GPT-5.6 Luna low 发布日期: 2026-07-09
分数 5.3 6.2
排名 #145 #107
可靠性 10.0 10.0
一致性 7.6 8.5
测试正确
尝试通过率 39.7% 57.1%
不稳定测试 6 4
总运行次数 63 63
每个结果成本 0.306 1.404
总成本 $0.017 $0.141
输入价格 $0.229 / 1M $1.000 / 1M
输出价格 $0.344 / 1M $6.000 / 1M
总输入令牌 55,997 34,218
输出令牌 11,165 2,110
推理令牌 0 15,571
响应时间（平均） 13.83s 4.35s
响应时间（最大） 115.89s 18.06s
响应时间（总计） 290.43s 91.45s

生成展示

Hamster playing table tennis

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

#145 DeepSeek V3.2

none
成本
$0.002
时间
7.0s
令牌
1,046 tok

#107 GPT-5.6 Luna

low
成本
$0.011
时间
10.2s
令牌
1,897 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

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 3.2 8.0 8.3% 1 9.35s 494 1,073 0
GPT-5.6 Luna 8.3 10.0 75.0% 0 2.21s 606 186 722
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 3.1 6.9 11.1% 1 14.54s 7,279 4,528 0
GPT-5.6 Luna 5.5 10.0 33.3% 0 4.61s 7,302 557 3,535
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 6.5 10.0 0.0% 0 115.89s 29,843 2,887 0
GPT-5.6 Luna 2.8 1.6 33.3% 1 7.99s 11,019 300 1,060
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 6.3 5.8 66.7% 1 9.42s 7,890 1,710 0
GPT-5.6 Luna 10.0 10.0 100.0% 0 2.14s 7,140 234 292
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 7.2 11.1% 1 4.17s 624 21 0
GPT-5.6 Luna 3.6 7.2 22.2% 1 10.05s 723 70 6,718
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 4.7 1.6 66.7% 1 9.32s 314 43 0
GPT-5.6 Luna 5.0 10.0 0.0% 0 2.25s 477 122 169
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 1.52s 627 66 0
GPT-5.6 Luna 8.5 6.8 83.3% 1 2.04s 660 93 259
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 7.6 7.2 77.8% 1 6.91s 424 298 0
GPT-5.6 Luna 7.6 7.2 77.8% 1 3.59s 642 271 1,207
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 11.85s 8,319 522 0
GPT-5.6 Luna 10.0 10.0 100.0% 0 4.43s 5,454 250 177
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 17.23s 183 17 0
GPT-5.6 Luna 3.0 10.0 0.0% 0 4.86s 195 27 1,432

快速对比

切换对比组合

Seed-2.0-LitenonevsGPT-5.6 LunalowGemini 2.5 FlashnonevsGPT-5.6 LunalowGemini 3.1 Flash LiteminimalvsGPT-5.6 LunalowGemini 3.1 Flash LitenonevsGPT-5.6 LunalowDeepSeek V3.2nonevsMiniMax M2.7mediumGPT-5.6 LunalowvsQwen3.5-FlashnoneGPT-5.6 LunalowvsQwen3.5-35B-A3BmediumGemma 4 31Bnone免费可用vsGPT-5.6 LunalowGemma 4 31Bmedium免费可用vsGPT-5.6 LunalowNemotron 3 Supermedium免费可用vsGPT-5.6 LunalowNemotron 3 Ultra 550b A55bnone免费可用vsGPT-5.6 LunalowDeepSeek V3.2nonevsMistral Small 4medium