导航
AI BENCHY
Advertise here

AI BENCHY 对比

DeepSeek: DeepSeek V4 Flash vs OpenAI: GPT-5.5

摘要

DeepSeek V4 Flash vs GPT-5.5 benchmark 对比：GPT-5.5 平均分领先，为 9.3 vs 8.3。 DeepSeek V4 Flash benchmark 成本更低，为 $0.027 vs $0.907。 GPT-5.5 更快，为 9.76s vs 45.85s，通过率为 74.6% vs 85.7%。

推荐模型: DeepSeek V4 Flash - 它提供了最佳整体取舍：得分有竞争力（8.3），成本低于GPT-5.5，响应时间也较均衡。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-18

指标 DeepSeek V4 Flash DeepSeek V4 Flash high 发布日期: 2026-04-24 GPT-5.5 GPT-5.5 low 发布日期: 2026-04-24
分数 8.3 9.3
排名 #23 #4
可靠性 10.0 10.0
一致性 8.5 10.0
测试正确
尝试通过率 74.6% 85.7%
不稳定测试 4 0
总运行次数 63 63
每个结果成本 0.299 5.035
总成本 $0.027 $0.907
输入价格 $0.090 / 1M $5.000 / 1M
输出价格 $0.180 / 1M $30.000 / 1M
总输入令牌 39,745 34,209
输出令牌 10,310 2,046
推理令牌 123,501 22,460
响应时间（平均） 45.85s 9.76s
响应时间（最大） 218.13s 56.19s
响应时间（总计） 962.79s 204.92s

生成展示

Hamster playing table tennis

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

#23 DeepSeek V4 Flash

high
成本
$0.003
时间
93.1s
令牌
7,926 tok

#4 GPT-5.5

low
成本
$0.068
时间
37.0s
令牌
2,339 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-5.5 10.0 10.0 100.0% 0 4.41s 606 238 1,020
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-5.5 10.0 10.0 100.0% 0 15.04s 7,302 423 6,402
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-5.5 10.0 10.0 100.0% 0 9.56s 11,019 303 717
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-5.5 10.0 10.0 100.0% 0 3.28s 7,140 228 157
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-5.5 5.3 10.0 33.3% 0 28.05s 723 69 11,609
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-5.5 10.0 10.0 100.0% 0 5.17s 477 133 245
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-5.5 9.9 10.0 100.0% 0 3.74s 660 93 415
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-5.5 10.0 10.0 100.0% 0 4.74s 642 279 954
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-5.5 10.0 10.0 100.0% 0 4.96s 5,445 250 101
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-5.5 3.0 10.0 0.0% 0 10.06s 195 30 840

快速对比

切换对比组合

DeepSeek V4 FlashhighvsGemini 2.5 FlashmediumGPT-5.5lowvsQwen3.7 MaxmediumDeepSeek V4 FlashhighvsQwen3.7 PlusmediumDeepSeek V4 FlashhighvsGPT-5.2mediumClaude Fable 5mediumvsGPT-5.5lowGemini 3.1 Pro PreviewmediumvsGPT-5.5lowDeepSeek V4 FlashhighvsNemotron 3 Ultra 550b A55bmedium免费可用Gemini 3.5 FlashmediumvsGPT-5.5lowDeepSeek V4 FlashhighvsStep 3.7 FlashmediumDeepSeek V4 FlashhighvsGPT-5.2 ChatnoneSeed-2.0-LitemediumvsDeepSeek V4 FlashhighDeepSeek V4 FlashhighvsGPT-5.4medium