- 排名
- #65
- 总输出令牌
- 444,665
- 响应时间（平均）
- 32.88s
- 总成本
- $0.591
DeepSeek V4.1 Flash (medium) vs GPT-5.2 (medium)
DeepSeek V4.1 Flash (medium) 平均分领先，为 8.7 vs 8.7。 DeepSeek V4.1 Flash (medium) benchmark 成本更低，为 $0.591 vs $1.558。 GPT-5.2 (medium) 更快，为 31.29s vs 32.88s，通过率为 73.9% vs 73.9%。
已对比模型
- 排名
- #68
- 总输出令牌
- 80,538
- 响应时间（平均）
- 31.29s
- 总成本
- $1.558
推荐模型
DeepSeek V4.1 Flash (medium)
它在这里得分最高（8.7），同时成本比GPT-5.2 (medium)低约 2.6 倍。
详细对比
| 指标 | DeepSeek V4.1 Flash DeepSeek V4.1 Flash medium | GPT-5.2 GPT-5.2 medium |
|---|---|---|
| 分数 | 8.7 | 8.7 |
| 排名 | #65 | #68 |
| 可靠性 | 9.6 | 10.0 |
| 一致性 | 9.3 | 8.5 |
| 尝试次数 | 69/69 | 69/69 |
| 测试正确 | ||
| 尝试通过率 | 73.9% | 73.9% |
| 不稳定测试 | 2 | 4 |
| 总运行次数 | 69 | 69 |
| 每个结果成本 | 1.757 | 10.261 |
| 总成本 | $0.591 | $1.558 |
| 输入价格 | $0.013 / 1M | $1.750 / 1M |
| 输出价格 | $1.320 / 1M | $14.000 / 1M |
| 缓存读取价格 | $0.013 / 1M | $0.175 / 1M |
| 缓存写入价格 | 不适用 | 不适用 |
| 总输入令牌 | 280,643 | 235,207 |
| 输出令牌 | 7,342 | 11,065 |
| 推理令牌 | 437,323 | 69,473 |
| 响应时间（平均） | 32.88s | 31.29s |
| 响应时间（最大） | 276.31s | 116.86s |
| 响应时间（总计） | 756.34s | 531.98s |
| 参数量 | 748B 总计 (16B 激活) | ~1.2T 总计 (~80B 激活) |
| 开放状态 | 开源 | 闭源 |
缓存价格适用于输入令牌。读取会复用已缓存的提示词；写入会存储提示词，可能产生额外费用。输出令牌按输出价格计费。
模型生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#65 DeepSeek V4.1 Flash
medium- 成本
- $0.014
- 时间
- 34.7s
- 令牌
- 11,541 tok
#68 GPT-5.2
medium- 成本
- $0.047
- 时间
- 49.2s
- 令牌
- 3,396 tok
类别细分
| 智能体任务 | 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 | 47.59s | 192,135 | 1,932 | 11,917 | |
| GPT-5.2 | 10.0 | 10.0 | 100.0% | 0 | 75.85s | 130,194 | 1,151 | 8,135 |
| 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 | 3.07s | 852 | 156 | 4,108 | |
| GPT-5.2 | 6.5 | 8.0 | 58.3% | 1 | 7.81s | 606 | 567 | 2,002 |
| 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 | 34.45s | 7,509 | 396 | 71,345 | |
| GPT-5.2 | 10.0 | 10.0 | 100.0% | 0 | 22.73s | 7,302 | 511 | 11,912 |
| 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 | 22.21s | 66,161 | 3,956 | 24,673 | |
| GPT-5.2 | 10.0 | 10.0 | 100.0% | 0 | 58.50s | 82,056 | 7,304 | 14,693 |
| 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 | 3.77s | 2,397 | 120 | 998 | |
| GPT-5.2 | 10.0 | 10.0 | 100.0% | 0 | 3.15s | 7,140 | 234 | 420 |
| 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 | 2.9 | 7.2 | 11.1% | 1 | 153.01s | 909 | 24 | 298,454 | |
| GPT-5.2 | 5.9 | 7.2 | 55.6% | 1 | 97.33s | 482 | 42 | 26,812 |
| 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 | 3.13s | 549 | 131 | 581 | |
| GPT-5.2 | 3.7 | 9.7 | 0.0% | 0 | 4.32s | 477 | 162 | 269 |
| 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 | 9.69s | 783 | 63 | 1,483 | |
| GPT-5.2 | 9.9 | 10.0 | 100.0% | 0 | 3.12s | 660 | 94 | 614 |
| 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 | 8.7 | 7.7 | 88.9% | 1 | 8.01s | 828 | 293 | 12,340 | |
| GPT-5.2 | 7.5 | 7.3 | 77.8% | 1 | 5.80s | 642 | 735 | 924 |
| 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 | 15.33s | 8,259 | 258 | 296 | |
| GPT-5.2 | 4.7 | 1.6 | 66.7% | 1 | 10.30s | 5,453 | 239 | 469 |
| 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 | 20.25s | 261 | 13 | 11,128 | |
| GPT-5.2 | 3.0 | 10.0 | 0.0% | 0 | 28.18s | 195 | 26 | 3,223 |
快速对比
切换对比组合
GPT-5.2mediumvsQwen3.8 27Bhigh免费可用DeepSeek V4.1 FlashmediumvsKimi K3.1 PromaxDeepSeek V4.1 FlashmediumvsMuse Spark 1.2lowDeepSeek V4.1 FlashmaxvsGPT-5.2mediumMuse Spark 1.2lowvsGPT-5.2mediumKimi K3.1 PromaxvsGPT-5.2mediumDeepSeek V4.1 FlashmediumvsQwen3.8 27Bhigh免费可用DeepSeek V4.1 FlashhighvsGPT-5.2mediumDeepSeek V4.1 FlashmediumvsQwen3.8 MAXlowMuse Spark 1.1lowvsGPT-5.2mediumDeepSeek V4.1 FlashmediumvsKimi K3.1 ProlowClaude Sonnet 5.5highvsGPT-5.2medium