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-5.4 Nano

摘要

DeepSeek V4 Flash vs GPT-5.4 Nano benchmark 对比：DeepSeek V4 Flash 平均分领先，为 5.5 vs 4.8。 DeepSeek V4 Flash benchmark 成本更低，为 $0.008 vs $0.011。 GPT-5.4 Nano 更快，为 1.48s vs 26.75s，通过率为 30.2% vs 30.2%。

推荐模型: GPT-5.4 Nano - 它的得分接近这里的最高分（4.8 vs 5.5），同时响应速度比DeepSeek V4 Flash快约 18.1 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 none 发布日期: 2026-04-24 GPT-5.4 Nano GPT-5.4 Nano none 发布日期: 2026-03-17
分数 5.5 4.8
排名 #120 #149
可靠性 10.0 10.0
一致性 8.9 8.2
测试正确
尝试通过率 30.2% 30.2%
不稳定测试 3 5
总运行次数 63 63
每个结果成本 0.203 0.259
总成本 $0.008 $0.011
输入价格 $0.098 / 1M $0.200 / 1M
输出价格 $0.196 / 1M $1.250 / 1M
总输入令牌 50,127 34,212
输出令牌 13,710 2,784
推理令牌 0 0
响应时间（平均） 26.75s 1.48s
响应时间（最大） 111.96s 4.47s
响应时间（总计） 561.82s 31.01s

Generation showcase

Hamster playing table tennis

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

#120 DeepSeek V4 Flash

none
Cost
$0.004
Time
157.6s
Tokens
11,297 tok

#149 GPT-5.4 Nano

none
Cost
$0.008
Time
46.1s
Tokens
5,735 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-5.4 Nano 3.5 8.0 16.7% 1 1.18s 606 800 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-5.4 Nano 4.6 7.9 22.2% 1 2.22s 7,305 613 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-5.4 Nano 3.0 10.0 0.0% 0 3.84s 11,019 280 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-5.4 Nano 6.5 10.0 50.0% 0 1.11s 7,140 219 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-5.4 Nano 2.9 4.4 22.2% 2 926ms 723 52 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-5.4 Nano 3.8 2.5 33.3% 1 1.31s 477 180 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-5.4 Nano 6.3 10.0 50.0% 0 784ms 660 89 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-5.4 Nano 5.4 10.0 33.3% 0 1.25s 642 308 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-5.4 Nano 10.0 10.0 100.0% 0 3.40s 5,445 222 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-5.4 Nano 3.0 10.0 0.0% 0 773ms 195 21 0

快速对比

切换对比组合

MiniMax M2.5mediumvsGPT-5.4 NanononeGPT-5.4 NanononevsQwen3 Coder NextmediumCobuddymediumvsGPT-5.4 NanononeMistral Small 4mediumvsGPT-5.4 NanononeDeepSeek V4 FlashnonevsMiniMax M2.7mediumMiniMax M2.7mediumvsGPT-5.4 NanononeDeepSeek V4 FlashnonevsMistral Small 4mediumGPT-5.4 NanononevsGLM 4.7 FlashmediumDeepSeek V4 FlashnonevsGemini 3.1 Flash LiteminimalCobuddymediumvsDeepSeek V4 FlashnoneDeepSeek V4 FlashnonevsQwen3.5-35B-A3BmediumDeepSeek V4 FlashnonevsGemma 4 31Bmedium免费可用