AI BENCHY 对比
DeepSeek: DeepSeek V3.2 vs OpenAI: GPT-5 Nano
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-01
| 指标 | DeepSeek V3.2 DeepSeek V3.2 none | GPT-5 Nano GPT-5 Nano medium |
|---|---|---|
| 分数 | 5.6 | 6.1 |
| 排名 | #120 | #100 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 8.3 | 7.1 |
| 测试正确 | ||
| 尝试通过率 | 41.7% | 55.0% |
| 不稳定测试 | 6 | 7 |
| 总运行次数 | 60 | 60 |
| 每个结果成本 | 0.222 | 0.952 |
| 总成本 | $0.018 | $0.077 |
| 输入价格 | $0.252 / 1M | $0.050 / 1M |
| 输出价格 | $0.378 / 1M | $0.400 / 1M |
| 输出令牌 | 11,159 | 5,328 |
| 推理令牌 | 0 | 181,056 |
| 响应时间（平均） | 14.43s | 43.52s |
| 响应时间（最大） | 115.89s | 204.02s |
| 响应时间（总计） | 288.55s | 565.82s |
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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V3.2 | 3.2 | 8.2 | 8.3% | 1 | 9.35s | 1,073 | 0 | |
| GPT-5 Nano | 6.5 | 7.9 | 58.3% | 1 | 25.50s | 1,221 | 21,184 |
| 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V3.2 | 3.1 | 5.4 | 16.7% | 1 | 20.87s | 4,522 | 0 | |
| GPT-5 Nano | 5.4 | 6.6 | 33.3% | 1 | 47.80s | 604 | 30,144 |
| 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V3.2 | 6.5 | 10.0 | 0.0% | 0 | 115.89s | 2,887 | 0 | |
| GPT-5 Nano | 10.0 | 10.0 | 100.0% | 0 | 65.96s | 578 | 17,984 |
| 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V3.2 | 6.3 | 5.8 | 66.7% | 1 | 9.42s | 1,710 | 0 | |
| GPT-5 Nano | 3.7 | 1.7 | 50.0% | 2 | 21.42s | 453 | 10,560 |
| 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V3.2 | 2.9 | 6.9 | 11.1% | 1 | 4.17s | 21 | 0 | |
| GPT-5 Nano | 5.2 | 4.4 | 55.6% | 2 | 204.02s | 237 | 64,448 |
| 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V3.2 | 6.8 | 10.0 | 66.7% | 1 | 9.32s | 43 | 0 | |
| GPT-5 Nano | 4.1 | 10.0 | 0.0% | 0 | 17.51s | 202 | 4,608 |
| 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V3.2 | 10.0 | 10.0 | 100.0% | 0 | 1.52s | 66 | 0 | |
| GPT-5 Nano | 9.8 | 10.0 | 100.0% | 0 | 15.64s | 312 | 4,736 |
| 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V3.2 | 8.3 | 10.0 | 77.8% | 1 | 6.91s | 298 | 0 | |
| GPT-5 Nano | 5.3 | 7.2 | 44.4% | 1 | 20.63s | 929 | 14,272 |
| 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V3.2 | 10.0 | 10.0 | 100.0% | 0 | 11.85s | 522 | 0 | |
| GPT-5 Nano | 10.0 | 10.0 | 100.0% | 0 | 33.30s | 558 | 6,976 |
| 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V3.2 | 3.0 | 10.0 | 0.0% | 0 | 17.23s | 17 | 0 | |
| GPT-5 Nano | 3.0 | 10.0 | 0.0% | 0 | 20.13s | 234 | 6,144 |
快速对比
切换对比组合
GPT-5 NanomediumvsMimo V2 OmninoneGemma 4 26B A4Bnone免费可用vsGPT-5 NanomediumDeepSeek V4 PrononevsGPT-5 NanomediumDeepSeek V3.2nonevsMiniMax M2.5mediumDeepSeek V3.2nonevsMistral Small 4mediumGPT-5 NanomediumvsQwen3.5-FlashnoneCobuddymediumvsDeepSeek V3.2noneDeepSeek V3.2nonevsElephant AlphamediumDeepSeek V3.2nonevsMiniMax M2.7mediumGPT-5 NanomediumvsGLM 5noneGPT-5 NanomediumvsGLM 5V TurbononeSeed-2.0-LitenonevsGPT-5 Nanomedium