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-4o-mini

摘要

DeepSeek V4 Flash vs GPT-4o-mini benchmark 对比：DeepSeek V4 Flash 平均分领先，为 5.5 vs 5.0。 GPT-4o-mini benchmark 成本更低，为 $0.006 vs $0.007。 GPT-4o-mini 更快，为 1.77s vs 26.75s，通过率为 30.2% vs 23.8%。

推荐模型: DeepSeek V4 Flash - 它在本次比较中得分最高（5.5），并且在全部 2 个模型中兼顾成本和响应时间最好。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-02

指标 DeepSeek V4 Flash DeepSeek V4 Flash none 发布日期: 2026-04-24 GPT-4o-mini GPT-4o-mini none 发布日期: 2024-07-18
分数 5.5 5.0
排名 #121 #144
可靠性 10.0 10.0
一致性 8.9 9.9
测试正确
尝试通过率 30.2% 23.8%
不稳定测试 3 0
总运行次数 63 63
每个结果成本 0.203 0.119
总成本 $0.007 $0.006
输入价格 $0.090 / 1M $0.150 / 1M
输出价格 $0.180 / 1M $0.600 / 1M
总输入令牌 50,127 31,518
输出令牌 13,710 1,982
推理令牌 0 0
响应时间（平均） 26.75s 1.77s
响应时间（最大） 111.96s 7.58s
响应时间（总计） 561.82s 24.80s

生成展示

Hamster playing table tennis

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

#121 DeepSeek V4 Flash

none
成本
$0.004
时间
157.6s
令牌
11,297 tok

#144 GPT-4o-mini

none
成本
$0.001
时间
6.6s
令牌
742 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 3.0 10.0 0.0% 0 20.18s 540 174 0
GPT-4o-mini 4.8 10.0 25.0% 0 1.34s 618 186 0
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 4.2 7.4 11.1% 1 17.13s 7,279 9,717 0
GPT-4o-mini 3.2 9.6 0.0% 0 1.63s 7,314 367 0
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 4.5 2.1 66.7% 1 111.96s 24,398 2,664 0
GPT-4o-mini 3.0 10.0 0.0% 0 7.58s 8,298 568 0
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 23.79s 7,290 195 0
GPT-4o-mini 10.0 10.0 100.0% 0 1.27s 7,161 183 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 5.3 10.0 33.3% 0 19.73s 666 18 0
GPT-4o-mini 3.0 10.0 0.0% 0 637ms 732 15 0
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 4.2 9.9 0.0% 0 23.74s 471 67 0
GPT-4o-mini 4.0 10.0 0.0% 0 909ms 480 66 0
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 6.5 10.0 50.0% 0 17.54s 627 321 0
GPT-4o-mini 6.3 10.0 50.0% 0 1.11s 666 69 0
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 3.1 7.3 11.1% 1 23.72s 594 207 0
GPT-4o-mini 3.5 10.0 0.0% 0 1.21s 651 308 0
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 77.93s 8,079 327 0
GPT-4o-mini 10.0 10.0 100.0% 0 2.51s 5,400 205 0
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 3.07s 183 20 0
GPT-4o-mini 3.0 10.0 0.0% 0 794ms 198 15 0

快速对比

切换对比组合

CobuddymediumvsGPT-4o-mininoneMistral Small 4mediumvsGPT-4o-mininoneMiniMax M2.5mediumvsGPT-4o-mininoneMiniMax M2.7mediumvsGPT-4o-mininoneGPT-4o-mininonevsQwen3 Coder NextmediumNorth Mini Codemedium免费可用vsDeepSeek V4 FlashnoneDeepSeek V4 FlashnonevsMiniMax M2.7mediumDeepSeek V4 FlashnonevsMistral Small 4mediumDeepSeek V4 FlashnonevsGemini 3.1 Flash LiteminimalCobuddymediumvsDeepSeek V4 FlashnoneGPT-4o-mininonevsGLM 4.7 FlashmediumDeepSeek V4 FlashnonevsQwen3.5-35B-A3Bmedium