导航
AI BENCHY
Advertise here

AI BENCHY 对比

DeepSeek: DeepSeek V4 Flash vs OpenAI: GPT-5.4 Mini

摘要

DeepSeek V4 Flash vs GPT-5.4 Mini benchmark 对比：DeepSeek V4 Flash 平均分领先，为 8.3 vs 8.0。 DeepSeek V4 Flash benchmark 成本更低，为 $0.029 vs $0.526。 GPT-5.4 Mini 更快，为 22.34s vs 45.85s，通过率为 74.6% vs 73.0%。

推荐模型: DeepSeek V4 Flash - 它在这里得分最高（8.3），同时成本比GPT-5.4 Mini低约 18.5 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-12

指标 DeepSeek V4 Flash DeepSeek V4 Flash high 发布日期: 2026-04-24 GPT-5.4 Mini GPT-5.4 Mini medium 发布日期: 2026-03-17
分数 8.3 8.0
排名 #26 #30
可靠性 10.0 10.0
一致性 8.5 8.0
测试正确
尝试通过率 74.6% 73.0%
不稳定测试 4 5
总运行次数 63 63
每个结果成本 0.299 4.381
总成本 $0.029 $0.526
输入价格 $0.098 / 1M $0.750 / 1M
输出价格 $0.196 / 1M $4.500 / 1M
总输入令牌 39,745 34,116
输出令牌 10,310 2,181
推理令牌 123,501 108,937
响应时间（平均） 45.85s 22.34s
响应时间（最大） 218.13s 138.75s
响应时间（总计） 962.79s 469.20s

Generation showcase

Hamster playing table tennis

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

#26 DeepSeek V4 Flash

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

#30 GPT-5.4 Mini

medium
Cost
$0.056
Time
95.5s
Tokens
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 10.0 10.0 100.0% 0 76.57s 14,016 465 7,347
GPT-5.4 Mini 10.0 10.0 100.0% 0 17.81s 11,019 317 4,317
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

DeepSeek V4 FlashhighvsGemini 2.5 FlashmediumDeepSeek V4 FlashhighvsQwen3.7 PlusmediumDeepSeek V4 FlashhighvsGPT-5.2mediumDeepSeek V4 FlashhighvsNemotron 3 Ultra 550b A55bmedium免费可用DeepSeek V4 FlashhighvsGLM 5 TurbomediumDeepSeek V4 FlashhighvsStep 3.7 FlashmediumDeepSeek V4 FlashhighvsGPT-5.2 ChatnoneSeed-2.0-LitemediumvsDeepSeek V4 FlashhighDeepSeek V4 FlashhighvsGPT-5.4mediumDeepSeek V4 FlashhighvsQwen3.5 Plus 2026-02-15mediumDeepSeek V4 FlashhighvsGPT-5 MinimediumDeepSeek V4 FlashhighvsGLM 5medium