- 排名
- #52
- 总输出令牌
- 168,165
- 响应时间（平均）
- 49.75s
- 总成本
- $0.041
DeepSeek V4 Flash (high) vs GPT-5.4 Mini (medium)
DeepSeek V4 Flash (high) 平均分领先，为 7.7 vs 7.5。 DeepSeek V4 Flash (high) benchmark 成本更低，为 $0.041 vs $0.756。 GPT-5.4 Mini (medium) 更快，为 25.94s vs 49.75s，通过率为 72.7% vs 71.2%。
- 排名
- #64
- 总输出令牌
- 151,755
- 响应时间（平均）
- 25.94s
- 总成本
- $0.756
推荐模型
DeepSeek V4 Flash (high)
它在这里得分最高（7.7），同时成本比GPT-5.4 Mini (medium)低约 18.8 倍。
详细对比
| 指标 | DeepSeek V4 Flash DeepSeek V4 Flash high | GPT-5.4 Mini GPT-5.4 Mini medium |
|---|---|---|
| 分数 | 7.7 | 7.5 |
| 排名 | #52 | #64 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 8.2 | 7.7 |
| 测试正确 | ||
| 尝试通过率 | 72.7% | 71.2% |
| 不稳定测试 | 5 | 6 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 0.402 | 6.299 |
| 总成本 | $0.041 | $0.756 |
| 输入价格 | $0.094 / 1M | $0.750 / 1M |
| 输出价格 | $0.188 / 1M | $4.500 / 1M |
| 总输入令牌 | 108,392 | 97,155 |
| 输出令牌 | 14,478 | 6,211 |
| 推理令牌 | 153,687 | 145,544 |
| 响应时间（平均） | 49.75s | 25.94s |
| 响应时间（最大） | 218.13s | 138.75s |
| 响应时间（总计） | 1094.41s | 570.66s |
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#52 DeepSeek V4 Flash
high- 成本
- $0.003
- 时间
- 93.1s
- 令牌
- 7,926 tok
#64 GPT-5.4 Mini
medium- 成本
- $0.056
- 时间
- 95.5s
- 令牌
- 12,464 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-5.4 Mini | 8.6 | 7.9 | 91.7% | 1 | 4.05s | 606 | 296 | 2,876 |
| 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-5.4 Mini | 8.4 | 7.4 | 88.9% | 1 | 57.87s | 7,305 | 467 | 40,902 |
| 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 | 6.4 | 5.8 | 66.7% | 1 | 104.10s | 82,663 | 4,633 | 37,533 | |
| GPT-5.4 Mini | 6.9 | 5.9 | 66.7% | 1 | 59.64s | 74,058 | 4,347 | 40,924 |
| 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-5.4 Mini | 10.0 | 10.0 | 100.0% | 0 | 2.43s | 7,140 | 234 | 650 |
| 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-5.4 Mini | 4.1 | 4.4 | 44.5% | 2 | 65.31s | 619 | 60 | 43,286 |
| 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-5.4 Mini | 4.5 | 10.0 | 0.0% | 0 | 3.72s | 477 | 150 | 510 |
| 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-5.4 Mini | 9.8 | 10.0 | 100.0% | 0 | 2.13s | 660 | 96 | 1,185 |
| 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 Flash | 8.2 | 7.2 | 88.9% | 1 | 26.11s | 594 | 196 | 1,767 | |
| GPT-5.4 Mini | 7.8 | 10.0 | 66.7% | 0 | 4.37s | 642 | 278 | 2,443 |
| 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-5.4 Mini | 4.7 | 1.6 | 66.7% | 1 | 9.62s | 5,453 | 251 | 2,594 |
| 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-5.4 Mini | 3.0 | 10.0 | 0.0% | 0 | 30.10s | 195 | 32 | 10,174 |
快速对比
切换对比组合
Claude Opus 4.6mediumvsDeepSeek V4 FlashhighGPT-5.4 MinimediumvsQwen3.7 MaxnoneDeepSeek V4 FlashhighvsGLM 5mediumDeepSeek V4 FlashhighvsMiniMax M3mediumClaude Opus 5nonevsGPT-5.4 MinimediumDeepSeek V4 FlashhighvsGrok Build 0.1mediumClaude Opus 4.8lowvsDeepSeek V4 FlashhighDeepSeek V4 FlashhighvsGPT-5.6 LunamediumGemini 3 Flash PreviewlowvsGPT-5.4 MinimediumKAT-Coder-Pro V2.5lowvsGPT-5.4 MinimediumDeepSeek V4 FlashhighvsNemotron 3 Ultramedium免费可用Claude Opus 5nonevsDeepSeek V4 Flashhigh