导航
AI BENCHY
Advertise here

AI BENCHY 对比

DeepSeek: DeepSeek V4 Pro vs OpenAI: GPT-5.2

摘要

DeepSeek V4 Pro vs GPT-5.2 benchmark 对比：GPT-5.2 平均分领先，为 8.4 vs 7.6。 DeepSeek V4 Pro benchmark 成本更低，为 $0.157 vs $0.548。 GPT-5.2 更快，为 16.88s vs 77.20s，通过率为 66.7% vs 71.4%。

推荐模型: GPT-5.2 - 它在这里得分最高（8.4），同时响应速度比DeepSeek V4 Pro快约 4.6 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-18

指标 DeepSeek V4 Pro DeepSeek V4 Pro high 发布日期: 2026-04-24 GPT-5.2 GPT-5.2 medium 发布日期: 2025-12-11
分数 7.6 8.4
排名 #41 #22
可靠性 9.3 10.0
一致性 7.0 8.4
测试正确
尝试通过率 66.7% 71.4%
不稳定测试 8 4
总运行次数 63 63
每个结果成本 1.742 4.209
总成本 $0.157 $0.548
输入价格 $0.435 / 1M $1.750 / 1M
输出价格 $0.870 / 1M $14.000 / 1M
总输入令牌 38,726 33,967
输出令牌 6,334 2,901
推理令牌 159,151 31,932
响应时间（平均） 77.20s 16.88s
响应时间（最大） 416.76s 77.80s
响应时间（总计） 1621.17s 236.34s

生成展示

Hamster playing table tennis

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

#41 DeepSeek V4 Pro

high
成本
$0.023
时间
257.6s
令牌
14,870 tok

#22 GPT-5.2

medium
成本
$0.047
时间
49.2s
令牌
3,396 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 Pro 5.7 5.9 58.3% 2 25.70s 536 149 3,214
GPT-5.2 6.5 8.0 58.3% 1 7.81s 606 567 2,002
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 Pro 6.1 4.6 66.7% 2 243.00s 5,090 383 84,580
GPT-5.2 10.0 10.0 100.0% 0 22.73s 7,302 511 11,912
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 Pro 10.0 10.0 100.0% 0 38.17s 14,060 454 5,836
GPT-5.2 10.0 10.0 100.0% 0 14.06s 11,019 291 1,757
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 Pro 10.0 10.0 100.0% 0 25.03s 7,690 274 2,166
GPT-5.2 10.0 10.0 100.0% 0 3.15s 7,140 234 420
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 Pro 3.6 7.2 22.2% 1 151.46s 569 4,404 50,391
GPT-5.2 5.9 7.2 55.6% 1 77.80s 473 42 10,342
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 Pro 10.0 10.0 100.0% 0 8.83s 471 115 1,013
GPT-5.2 3.7 9.7 0.0% 0 4.32s 477 162 269
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 Pro 7.8 6.6 83.3% 1 8.73s 627 66 2,726
GPT-5.2 9.9 10.0 100.0% 0 3.12s 660 94 614
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 Pro 6.9 4.9 77.8% 2 56.85s 591 178 2,563
GPT-5.2 7.5 7.3 77.8% 1 5.80s 642 735 924
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 Pro 9.8 10.0 100.0% 0 15.92s 8,909 295 701
GPT-5.2 4.7 1.6 66.7% 1 10.30s 5,453 239 469
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 Pro 3.0 10.0 0.0% 0 34.01s 183 16 5,961
GPT-5.2 3.0 10.0 0.0% 0 28.18s 195 26 3,223

快速对比

切换对比组合

DeepSeek V4 ProhighvsMiniMax M3mediumDeepSeek V4 ProhighvsGrok Build 0.1mediumDeepSeek V4 ProhighvsKimi K2.5mediumDeepSeek V4 ProhighvsMercury 2mediumDeepSeek V4 ProhighvsStep 3.7 FlashlowClaude Opus 4.6mediumvsDeepSeek V4 ProhighDeepSeek V4 ProhighvsGPT-5.3 ChatnoneDeepSeek V4 ProhighvsGPT-5.4 NanomediumDeepSeek V4 ProhighvsGrok 4.3mediumDeepSeek V4 FlashhighvsGPT-5.2mediumDeepSeek V4 ProhighvsQwen3.5-122B-A10BmediumDeepSeek V4 ProhighvsQwen3.6 Flashmedium