- 排名
- #71
- 总输出令牌
- 871,126
- 响应时间（平均）
- 61.35s
- 总成本
- $0.445
DeepSeek V4.1 Flash (max) vs GPT-6 Sol (low)
平均分几乎持平，为 8.3 vs 8.4。 GPT-6 Sol (low) benchmark 成本更低，为 $0.273 vs $0.445。 GPT-6 Sol (low) 更快，为 6.92s vs 61.35s，通过率为 68.2% vs 86.4%。
已对比模型
- 排名
- #68
- 总输出令牌
- 11,677
- 响应时间（平均）
- 6.92s
- 总成本
- $0.273
推荐模型
GPT-6 Sol (low)
它在这里得分最高（8.4），同时成本比DeepSeek V4.1 Flash (max)低约 1.6 倍。
详细对比
| 指标 | DeepSeek V4.1 Flash DeepSeek V4.1 Flash max | GPT-6 Sol GPT-6 Sol low |
|---|---|---|
| 分数 | 8.3 | 8.4 |
| 排名 | #71 | #68 |
| 可靠性 | 9.1 | 10.0 |
| 一致性 | 9.2 | 8.5 |
| 尝试次数 | 66/66 | 66/66 |
| 测试正确 | ||
| 尝试通过率 | 68.2% | 86.4% |
| 不稳定测试 | 2 | 4 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 3.829 | 1.604 |
| 总成本 | $0.445 | $0.273 |
| 输入价格 | $0.100 / 1M | $2.000 / 1M |
| 输出价格 | $0.500 / 1M | $10.000 / 1M |
| 总输入令牌 | 89,024 | 77,882 |
| 输出令牌 | 5,558 | 4,047 |
| 推理令牌 | 865,568 | 7,630 |
| 响应时间（平均） | 61.35s | 6.92s |
| 响应时间（最大） | 335.08s | 17.91s |
| 响应时间（总计） | 1349.61s | 152.17s |
| 参数量 | 748B 总计 (16B 激活) | ~2T 总计 (~150B 激活) |
| 开放状态 | 开源 | 闭源 |
模型生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#71 DeepSeek V4.1 Flash
max- 成本
- $0.066
- 时间
- 211.0s
- 令牌
- 54,712 tok
#68 GPT-6 Sol
low- 成本
- $0.018
- 时间
- 17.4s
- 令牌
- 1,850 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 V4.1 Flash | 8.3 | 10.0 | 75.0% | 0 | 4.35s | 852 | 213 | 7,262 | |
| GPT-6 Sol | 10.0 | 10.0 | 100.0% | 0 | 2.43s | 606 | 172 | 339 |
| 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 V4.1 Flash | 10.0 | 10.0 | 100.0% | 0 | 62.50s | 7,509 | 373 | 132,357 | |
| GPT-6 Sol | 6.2 | 4.8 | 66.7% | 2 | 8.74s | 7,302 | 405 | 1,296 |
| 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 V4.1 Flash | 10.0 | 10.0 | 100.0% | 0 | 160.31s | 66,677 | 4,031 | 221,091 | |
| GPT-6 Sol | 10.0 | 10.0 | 100.0% | 0 | 8.13s | 54,674 | 2,524 | 512 |
| 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 V4.1 Flash | 6.5 | 10.0 | 50.0% | 0 | 4.56s | 2,397 | 120 | 2,047 | |
| GPT-6 Sol | 10.0 | 10.0 | 100.0% | 0 | 13.63s | 7,140 | 224 | 17 |
| 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 V4.1 Flash | 3.6 | 7.2 | 22.2% | 1 | 198.41s | 909 | 27 | 384,462 | |
| GPT-6 Sol | 5.3 | 7.2 | 44.4% | 1 | 11.45s | 732 | 71 | 4,573 |
| 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 V4.1 Flash | 10.0 | 10.0 | 100.0% | 0 | 4.00s | 549 | 148 | 1,093 | |
| GPT-6 Sol | 10.0 | 10.0 | 100.0% | 0 | 17.91s | 477 | 83 | 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 V4.1 Flash | 10.0 | 10.0 | 100.0% | 0 | 7.64s | 783 | 63 | 2,293 | |
| GPT-6 Sol | 10.0 | 10.0 | 100.0% | 0 | 2.37s | 660 | 93 | 185 |
| 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 V4.1 Flash | 5.5 | 7.1 | 44.4% | 1 | 30.82s | 828 | 339 | 54,014 | |
| GPT-6 Sol | 10.0 | 10.0 | 100.0% | 0 | 2.66s | 642 | 209 | 314 |
| 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 V4.1 Flash | 10.0 | 10.0 | 100.0% | 0 | 9.49s | 8,259 | 228 | 693 | |
| GPT-6 Sol | 10.0 | 10.0 | 100.0% | 0 | 4.03s | 5,454 | 236 | 16 |
| 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 V4.1 Flash | 3.0 | 10.0 | 0.0% | 0 | 98.48s | 261 | 16 | 60,256 | |
| GPT-6 Sol | 4.7 | 1.6 | 66.7% | 1 | 3.67s | 195 | 30 | 378 |
快速对比
切换对比组合
GPT-6 SollowvsInkling SmallhighSeed 2.1 TurbomediumvsGPT-6 SollowGPT-6 SollowvsMiMo-V2.6-PromediumGPT-6 SollowvsQwen3.8 27BhighDeepSeek V4.1 FlashmaxvsMuse Spark 1.1lowGPT-6 SollowvsGLM 5.3 FlashXmaxDeepSeek V4.1 FlashmaxvsInkling SmallhighDeepSeek V4.1 FlashmaxvsGPT-6 LunahighSeed 2.1 TurbomediumvsDeepSeek V4.1 FlashmaxDeepSeek V4.1 FlashmaxvsMiMo-V2.6-PromediumDeepSeek V4.1 FlashmaxvsQwen3.8 27BhighDeepSeek V4.1 FlashmaxvsGPT-5.2medium