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-5.6 Terra

摘要

DeepSeek V4 Flash (high) vs GPT-5.6 Terra (high) benchmark 对比：DeepSeek V4 Flash (high) 平均分领先，为 8.3 vs 8.2。 DeepSeek V4 Flash (high) benchmark 成本更低，为 $0.027 vs $0.852。 GPT-5.6 Terra (high) 更快，为 10.89s vs 45.85s，通过率为 74.6% vs 68.3%。

推荐模型: DeepSeek V4 Flash (high) - 它在这里得分最高（8.3），同时成本比GPT-5.6 Terra (high)低约 32.6 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-09

指标 DeepSeek V4 Flash DeepSeek V4 Flash high 发布日期: 2026-04-24 GPT-5.6 Terra GPT-5.6 Terra high 发布日期: 2026-07-09
分数 8.3 8.2
排名 #27 #29
可靠性 10.0 10.0
一致性 8.5 9.6
测试正确
尝试通过率 74.6% 68.3%
不稳定测试 4 1
总运行次数 63 63
每个结果成本 0.299 6.086
总成本 $0.027 $0.852
输入价格 $0.090 / 1M $2.500 / 1M
输出价格 $0.180 / 1M $15.000 / 1M
总输入令牌 39,745 34,218
输出令牌 10,310 1,908
推理令牌 123,501 49,189
响应时间（平均） 45.85s 10.89s
响应时间（最大） 218.13s 91.49s
响应时间（总计） 962.79s 228.65s

生成展示

Hamster playing table tennis

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

#27 DeepSeek V4 Flash

high
成本
$0.003
时间
93.1s
令牌
7,926 tok

#29 GPT-5.6 Terra

high
成本
$0.055
时间
30.2s
令牌
3,748 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 Terra 8.3 10.0 75.0% 0 2.54s 606 158 700
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 Terra 7.6 7.2 77.8% 1 9.14s 7,302 370 6,087
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-5.6 Terra 10.0 10.0 100.0% 0 6.94s 11,019 314 627
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 Terra 10.0 10.0 100.0% 0 938ms 7,140 222 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-5.6 Terra 5.3 10.0 33.3% 0 43.44s 723 70 32,942
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 Terra 5.1 10.0 0.0% 0 3.03s 477 113 216
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 Terra 10.0 10.0 100.0% 0 2.14s 660 96 319
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 Terra 7.7 10.0 66.7% 0 5.45s 642 277 2,613
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 Terra 10.0 10.0 100.0% 0 4.97s 5,454 258 168
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 Terra 3.0 10.0 0.0% 0 23.30s 195 30 5,517

快速对比

切换对比组合

GPT-5.6 TerrahighvsQwen3.7 PlusmediumDeepSeek V4 FlashhighvsGemini 2.5 FlashmediumNemotron 3 Ultra 550b A55bmedium免费可用vsGPT-5.6 TerrahighGemini 2.5 FlashmediumvsGPT-5.6 TerrahighDeepSeek V4 FlashhighvsGrok 4.5mediumDeepSeek V4 FlashhighvsQwen3.7 PlusmediumDeepSeek V4 FlashhighvsGPT-5.2mediumDeepSeek V4 FlashhighvsNemotron 3 Ultra 550b A55bmedium免费可用GPT-5.6 TerrahighvsGrok 4.5mediumGPT-5.6 TerrahighvsQwen3.5 Plus 2026-02-15mediumDeepSeek V4 FlashhighvsStep 3.7 FlashmediumDeepSeek V4 FlashhighvsGPT-5.2 Chatnone