#49 DeepSeek V4 Flash
high- 成本
- $0.003
- 时间
- 93.1s
- 令牌
- 7,926 tok
DeepSeek: DeepSeek V4 Flash vs OpenAI: GPT-5.6 Luna
平均分几乎持平，为 7.7 vs 7.7。 DeepSeek V4 Flash (high) benchmark 成本更低，为 $0.042 vs $1.017。 GPT-5.6 Luna (high) 更快，为 18.68s vs 49.75s，通过率为 72.7% vs 72.7%。
推荐模型DeepSeek V4 Flash (high)它在这里得分最高（7.7），同时成本比GPT-5.6 Luna (high)低约 24.3 倍。
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-22
| 指标 | DeepSeek V4 Flash DeepSeek V4 Flash high | GPT-5.6 Luna GPT-5.6 Luna high |
|---|---|---|
| 分数 | 7.7 | 7.7 |
| 排名 | #49 | #48 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 8.2 | 8.9 |
| 测试正确 | ||
| 尝试通过率 | 72.7% | 72.7% |
| 不稳定测试 | 5 | 3 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 0.402 | 6.780 |
| 总成本 | $0.042 | $1.017 |
| 输入价格 | $0.098 / 1M | $1.000 / 1M |
| 输出价格 | $0.196 / 1M | $6.000 / 1M |
| 总输入令牌 | 108,392 | 80,918 |
| 输出令牌 | 14,478 | 5,088 |
| 推理令牌 | 153,687 | 150,910 |
| 响应时间（平均） | 49.75s | 18.68s |
| 响应时间（最大） | 218.13s | 111.09s |
| 响应时间（总计） | 1094.41s | 411.05s |
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#48 GPT-5.6 Luna
high- 成本
- $0.033
- 时间
- 34.2s
- 令牌
- 5,484 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-5.6 Luna | 8.3 | 10.0 | 75.0% | 0 | 2.99s | 606 | 162 | 1,265 |
| 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-5.6 Luna | 5.5 | 4.7 | 55.6% | 2 | 15.63s | 7,302 | 510 | 17,746 |
| 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-5.6 Luna | 10.0 | 10.0 | 100.0% | 0 | 19.05s | 57,719 | 3,366 | 8,005 |
| 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-5.6 Luna | 10.0 | 10.0 | 100.0% | 0 | 2.18s | 7,140 | 234 | 470 |
| 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-5.6 Luna | 7.7 | 10.0 | 66.7% | 0 | 78.96s | 723 | 69 | 96,395 |
| 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-5.6 Luna | 5.0 | 10.0 | 0.0% | 0 | 3.65s | 477 | 117 | 563 |
| 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-5.6 Luna | 9.9 | 10.0 | 100.0% | 0 | 1.79s | 660 | 97 | 481 |
| 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-5.6 Luna | 7.6 | 7.2 | 77.8% | 1 | 14.55s | 642 | 242 | 18,281 |
| 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-5.6 Luna | 10.0 | 10.0 | 100.0% | 0 | 4.98s | 5,454 | 260 | 324 |
| 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-5.6 Luna | 3.0 | 10.0 | 0.0% | 0 | 17.00s | 195 | 31 | 7,380 |
快速对比
切换对比组合
Claude Opus 4.6mediumvsGPT-5.6 LunahighGPT-5.6 LunahighvsGLM 5mediumClaude Opus 4.6mediumvsDeepSeek V4 FlashhighDeepSeek V4 FlashhighvsGLM 5mediumDeepSeek V4 FlashhighvsMiniMax M3mediumClaude Opus 4.8lowvsGPT-5.6 LunahighDeepSeek V4 FlashhighvsGrok Build 0.1mediumMiniMax M3mediumvsGPT-5.6 LunahighClaude Opus 4.8lowvsDeepSeek V4 FlashhighDeepSeek V4 FlashhighvsGPT-5.6 LunamediumGPT-5.6 LunahighvsGrok Build 0.1mediumDeepSeek V4 FlashhighvsNemotron 3 Ultramedium免费可用