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 Pro vs OpenAI: GPT-5.4

摘要

DeepSeek V4 Pro vs GPT-5.4 benchmark 对比：GPT-5.4 平均分领先，为 8.5 vs 7.6。 DeepSeek V4 Pro benchmark 成本更低，为 $0.157 vs $1.210。 GPT-5.4 更快，为 22.35s vs 77.20s，通过率为 66.7% vs 76.2%。

推荐模型: DeepSeek V4 Pro - 它提供了最佳整体取舍：得分有竞争力（7.6），成本低于GPT-5.4，响应时间也较均衡。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-17

指标 DeepSeek V4 Pro DeepSeek V4 Pro high 发布日期: 2026-04-24 GPT-5.4 GPT-5.4 medium 发布日期: 2026-03-05
分数 7.6 8.5
排名 #41 #17
可靠性 9.3 10.0
一致性 7.0 8.6
测试正确
尝试通过率 66.7% 76.2%
不稳定测试 8 4
总运行次数 63 63
每个结果成本 1.742 8.640
总成本 $0.157 $1.210
输入价格 $0.435 / 1M $2.500 / 1M
输出价格 $0.870 / 1M $15.000 / 1M
总输入令牌 38,726 34,108
输出令牌 6,334 2,242
推理令牌 159,151 72,707
响应时间（平均） 77.20s 22.35s
响应时间（最大） 416.76s 100.41s
响应时间（总计） 1621.17s 469.29s

Generation showcase

Hamster playing table tennis

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

#41 DeepSeek V4 Pro

high
Cost
$0.023
Time
257.6s
Tokens
14,870 tok

#17 GPT-5.4

medium
Cost
$0.214
Time
199.6s
Tokens
14,349 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-5.4 8.3 10.0 75.0% 0 4.11s 606 240 1,511
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-5.4 8.8 7.8 88.9% 1 44.36s 7,305 433 24,216
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-5.4 10.0 10.0 100.0% 0 20.57s 11,019 301 3,543
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-5.4 10.0 10.0 100.0% 0 5.32s 7,140 234 804
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-5.4 5.3 7.2 44.4% 1 74.27s 619 61 34,748
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-5.4 4.7 3.1 33.3% 1 4.92s 477 145 321
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-5.4 10.0 10.0 100.0% 0 3.11s 660 93 897
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-5.4 8.2 7.2 88.9% 1 9.14s 642 441 3,815
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-5.4 10.0 10.0 100.0% 0 13.28s 5,445 264 1,031
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-5.4 3.0 10.0 0.0% 0 13.95s 195 30 1,821

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 ProhighvsQwen3.5-122B-A10BmediumDeepSeek V4 ProhighvsQwen3.6 FlashmediumDeepSeek V4 ProhighvsKimi K2.6medium免费可用