导航
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY 对比

DeepSeek: DeepSeek V4 Flash vs OpenAI: GPT-5.2 Chat

摘要

DeepSeek V4 Flash vs GPT-5.2 Chat benchmark 对比：GPT-5.2 Chat 平均分领先，为 7.9 vs 7.7。 DeepSeek V4 Flash benchmark 成本更低，为 $0.029 vs $0.393。 GPT-5.2 Chat 更快，为 7.13s vs 45.85s，通过率为 74.6% vs 74.6%。

推荐模型: DeepSeek V4 Flash - 它的得分接近这里的最高分（7.7 vs 7.9），同时成本比GPT-5.2 Chat低约 13.7 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-04

指标 DeepSeek V4 Flash DeepSeek V4 Flash high 发布日期: 2026-04-24 GPT-5.2 Chat GPT-5.2 Chat none 发布日期: 2025-12-11
分数 7.7 7.9
排名 #31 #24
可靠性 10.0 10.0
一致性 8.5 8.9
测试正确
尝试通过率 74.6% 74.6%
不稳定测试 4 3
总运行次数 63 63
每个结果成本 0.299 2.803
总成本 $0.029 $0.393
输入价格 $0.099 / 1M $1.750 / 1M
输出价格 $0.197 / 1M $14.000 / 1M
总输入令牌 39,745 34,212
输出令牌 10,310 23,744
推理令牌 123,501 0
响应时间（平均） 45.85s 7.13s
响应时间（最大） 218.13s 38.52s
响应时间（总计） 962.79s 149.69s

Generation showcase

Hamster playing table tennis

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

#31 DeepSeek V4 Flash

high
Cost
$0.003
Time
93.1s
Tokens
7,926 tok

#24 GPT-5.2 Chat

none
Cost
$0.010
Time
15.3s
Tokens
797 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 Flash 8.3 10.0 75.0% 0 28.51s 540 140 7,770
GPT-5.2 Chat 8.7 7.9 91.7% 1 3.40s 606 1,807 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 V4 Flash 7.8 10.0 66.7% 0 50.60s 7,279 395 34,862
GPT-5.2 Chat 8.8 7.8 88.9% 1 9.82s 7,305 6,731 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 V4 Flash 10.0 10.0 100.0% 0 76.57s 14,016 465 7,347
GPT-5.2 Chat 10.0 10.0 100.0% 0 9.12s 11,019 1,243 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 V4 Flash 10.0 10.0 100.0% 0 28.03s 7,290 201 1,179
GPT-5.2 Chat 10.0 10.0 100.0% 0 3.05s 7,140 980 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 V4 Flash 4.1 4.4 44.5% 2 100.31s 666 27 59,249
GPT-5.2 Chat 5.3 10.0 33.3% 0 17.78s 723 7,810 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 V4 Flash 6.1 3.1 66.7% 1 25.15s 471 79 632
GPT-5.2 Chat 4.4 3.0 33.3% 1 3.20s 477 335 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 Flash 10.0 10.0 100.0% 0 15.36s 627 63 1,622
GPT-5.2 Chat 9.8 10.0 100.0% 0 5.51s 660 1,441 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 V4 Flash 8.2 7.2 88.9% 1 26.11s 594 196 1,767
GPT-5.2 Chat 7.7 10.0 66.7% 0 4.10s 642 1,603 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 V4 Flash 10.0 10.0 100.0% 0 74.73s 8,079 228 542
GPT-5.2 Chat 10.0 10.0 100.0% 0 4.68s 5,445 555 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 V4 Flash 3.0 10.0 0.0% 0 54.46s 183 8,516 8,531
GPT-5.2 Chat 3.0 10.0 0.0% 0 6.89s 195 1,239 0

快速对比

切换对比组合

DeepSeek V4 FlashhighvsQwen3.5-27BmediumGPT-5.2 ChatnonevsQwen3.5 Plus 2026-02-15mediumDeepSeek V4 FlashhighvsGemini 3.5 FlashminimalDeepSeek V4 FlashhighvsQwen3.5-122B-A10BmediumGPT-5.2 ChatnonevsGLM 5 TurbomediumGPT-5.2 ChatnonevsStep 3.7 FlashmediumGPT-5.2 ChatnonevsQwen3.6 PlusmediumDeepSeek V4 FlashhighvsQwen3.7 MaxnoneGemma 4 31Bmedium免费可用vsGPT-5.2 ChatnoneGemini 2.5 FlashmediumvsGPT-5.2 ChatnoneDeepSeek V4 FlashhighvsGemini 2.5 FlashmediumDeepSeek V4 FlashhighvsGemma 4 31Bmedium免费可用