#52 DeepSeek V4 Pro
high- 成本
- $0.023
- 时间
- 257.6s
- 令牌
- 14,870 tok
AI BENCHY 对比
DeepSeek: DeepSeek V4 Pro vs OpenAI: GPT-5.6 Luna
摘要
DeepSeek V4 Pro (high) vs GPT-5.6 Luna (high) benchmark 对比：GPT-5.6 Luna (high) 平均分领先，为 7.7 vs 7.6。 DeepSeek V4 Pro (high) benchmark 成本更低，为 $0.157 vs $0.924。 GPT-5.6 Luna (high) 更快，为 18.39s vs 77.20s，通过率为 66.7% vs 71.4%。
推荐模型: DeepSeek V4 Pro (high) - 它的得分接近这里的最高分（7.6 vs 7.7），同时成本比GPT-5.6 Luna (high)低约 5.9 倍。
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-09
| 指标 | DeepSeek V4 Pro DeepSeek V4 Pro high | GPT-5.6 Luna GPT-5.6 Luna high |
|---|---|---|
| 分数 | 7.6 | 7.7 |
| 排名 | #52 | #50 |
| 可靠性 | 9.3 | 10.0 |
| 一致性 | 7.0 | 8.8 |
| 测试正确 | ||
| 尝试通过率 | 66.7% | 71.4% |
| 不稳定测试 | 8 | 3 |
| 总运行次数 | 63 | 63 |
| 每个结果成本 | 1.742 | 6.594 |
| 总成本 | $0.157 | $0.924 |
| 输入价格 | $0.435 / 1M | $1.000 / 1M |
| 输出价格 | $0.870 / 1M | $6.000 / 1M |
| 总输入令牌 | 38,726 | 35,699 |
| 输出令牌 | 6,334 | 2,079 |
| 推理令牌 | 159,151 | 145,816 |
| 响应时间（平均） | 77.20s | 18.39s |
| 响应时间（最大） | 416.76s | 111.09s |
| 响应时间（总计） | 1621.17s | 386.24s |
生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#50 GPT-5.6 Luna
high- 成本
- $0.033
- 时间
- 34.2s
- 令牌
- 5,484 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-5.6 Luna | 8.3 | 10.0 | 75.0% | 0 | 2.99s | 606 | 162 | 1,265 |
| 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-5.6 Luna | 5.5 | 4.7 | 55.6% | 2 | 15.63s | 7,302 | 510 | 17,746 |
| 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-5.6 Luna | 10.0 | 10.0 | 100.0% | 0 | 13.29s | 12,500 | 357 | 2,911 |
| 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-5.6 Luna | 10.0 | 10.0 | 100.0% | 0 | 2.18s | 7,140 | 234 | 470 |
| 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-5.6 Luna | 7.7 | 10.0 | 66.7% | 0 | 78.96s | 723 | 69 | 96,395 |
| 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-5.6 Luna | 5.0 | 10.0 | 0.0% | 0 | 3.65s | 477 | 117 | 563 |
| 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-5.6 Luna | 9.9 | 10.0 | 100.0% | 0 | 1.79s | 660 | 97 | 481 |
| 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-5.6 Luna | 7.6 | 7.2 | 77.8% | 1 | 14.55s | 642 | 242 | 18,281 |
| 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-5.6 Luna | 10.0 | 10.0 | 100.0% | 0 | 4.98s | 5,454 | 260 | 324 |
| 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-5.6 Luna | 3.0 | 10.0 | 0.0% | 0 | 17.00s | 195 | 31 | 7,380 |
快速对比
切换对比组合
GPT-5.6 LunahighvsStep 3.7 FlashlowClaude Opus 4.6mediumvsGPT-5.6 LunahighDeepSeek V4 ProhighvsMiniMax M3mediumDeepSeek V4 ProhighvsGrok Build 0.1mediumGPT-5.6 LunahighvsGrok 4.3mediumDeepSeek V4 ProhighvsGPT-5.6 LunamediumClaude Opus 4.8lowvsGPT-5.6 LunahighGPT-5.6 LunahighvsQwen3.5-122B-A10BmediumKimi K2.6medium免费可用vsGPT-5.6 LunahighDeepSeek V4 ProhighvsKimi K2.5mediumDeepSeek V4 ProhighvsMercury 2mediumGemini 3.1 Flash LitemediumvsGPT-5.6 Lunahigh