#117 DeepSeek V4 Flash
none- 成本
- $0.004
- 时间
- 157.6s
- 令牌
- 11,297 tok
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 5.5。 DeepSeek V4 Flash benchmark 成本更低，为 $0.007 vs $0.907。 GPT-5.5 更快，为 9.76s vs 26.75s，通过率为 30.2% vs 85.7%。
推荐模型: GPT-5.5 - 它在这里得分最高（9.3），同时响应速度比DeepSeek V4 Flash快约 2.7 倍。
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 none | GPT-5.5 GPT-5.5 low |
|---|---|---|
| 分数 | 5.5 | 9.3 |
| 排名 | #117 | #4 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 8.9 | 10.0 |
| 测试正确 | ||
| 尝试通过率 | 30.2% | 85.7% |
| 不稳定测试 | 3 | 0 |
| 总运行次数 | 63 | 63 |
| 每个结果成本 | 0.203 | 5.035 |
| 总成本 | $0.007 | $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 | 50,127 | 34,209 |
| 输出令牌 | 13,710 | 2,046 |
| 推理令牌 | 0 | 22,460 |
| 响应时间（平均） | 26.75s | 9.76s |
| 响应时间（最大） | 111.96s | 56.19s |
| 响应时间（总计） | 561.82s | 204.92s |
生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#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 | 3.0 | 10.0 | 0.0% | 0 | 20.18s | 540 | 174 | 0 | |
| 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 | 4.2 | 7.4 | 11.1% | 1 | 17.13s | 7,279 | 9,717 | 0 | |
| 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 | 4.5 | 2.1 | 66.7% | 1 | 111.96s | 24,398 | 2,664 | 0 | |
| 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 | 23.79s | 7,290 | 195 | 0 | |
| 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 | 5.3 | 10.0 | 33.3% | 0 | 19.73s | 666 | 18 | 0 | |
| 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 | 4.2 | 9.9 | 0.0% | 0 | 23.74s | 471 | 67 | 0 | |
| 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 | 6.5 | 10.0 | 50.0% | 0 | 17.54s | 627 | 321 | 0 | |
| 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 | 3.1 | 7.3 | 11.1% | 1 | 23.72s | 594 | 207 | 0 | |
| 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 | 77.93s | 8,079 | 327 | 0 | |
| 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 | 3.07s | 183 | 20 | 0 | |
| 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
GPT-5.5lowvsQwen3.7 MaxmediumClaude Fable 5mediumvsGPT-5.5lowGemini 3.1 Pro PreviewmediumvsGPT-5.5lowGemini 3.5 FlashmediumvsGPT-5.5lowGemini 3 Flash PreviewmediumvsGPT-5.5lowNorth Mini Codemedium免费可用vsDeepSeek V4 FlashnoneDeepSeek V4 FlashnonevsMiniMax M2.7mediumDeepSeek V4 FlashnonevsMistral Small 4mediumGPT-5.5lowvsQwen3.6 Max PreviewmediumClaude Opus 4.8mediumvsGPT-5.5lowGemini 3.5 FlashhighvsGPT-5.5lowDeepSeek V4 FlashnonevsGemini 3.1 Flash Liteminimal