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-5.6 Terra

摘要

DeepSeek V4 Pro (high) vs GPT-5.6 Terra (low) benchmark 对比：GPT-5.6 Terra (low) 平均分领先，为 7.7 vs 7.6。 DeepSeek V4 Pro (high) benchmark 成本更低，为 $0.157 vs $0.343。 GPT-5.6 Terra (low) 更快，为 4.88s vs 77.20s，通过率为 66.7% vs 74.6%。

推荐模型: GPT-5.6 Terra (low) - 它在这里得分最高（7.7），同时响应速度比DeepSeek V4 Pro (high)快约 15.8 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 发布日期: 2026-04-24 GPT-5.6 Terra GPT-5.6 Terra low 发布日期: 2026-07-09
分数 7.6 7.7
排名 #52 #47
可靠性 9.3 10.0
一致性 7.0 8.1
测试正确
尝试通过率 66.7% 74.6%
不稳定测试 8 5
总运行次数 63 63
每个结果成本 1.742 2.637
总成本 $0.157 $0.343
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 34,226
输出令牌 6,334 1,943
推理令牌 159,151 15,201
响应时间（平均） 77.20s 4.88s
响应时间（最大） 416.76s 19.85s
响应时间（总计） 1621.17s 102.53s

生成展示

Hamster playing table tennis

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

#52 DeepSeek V4 Pro

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

#47 GPT-5.6 Terra

low
成本
$0.034
时间
16.8s
令牌
2,348 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 Terra 8.3 10.0 75.0% 0 2.36s 606 171 602
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 Terra 6.6 4.6 77.8% 2 9.56s 7,302 429 6,821
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 Terra 10.0 10.0 100.0% 0 5.07s 11,019 312 349
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 Terra 10.0 10.0 100.0% 0 919ms 7,140 222 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 Pro 3.6 7.2 22.2% 1 151.46s 569 4,404 50,391
GPT-5.6 Terra 5.3 7.2 44.4% 1 8.34s 723 72 4,086
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 Terra 4.8 3.2 33.3% 1 3.52s 477 105 249
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 Terra 10.0 10.0 100.0% 0 1.48s 660 87 134
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 Terra 10.0 10.0 100.0% 0 4.46s 642 259 1,506
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 Terra 4.7 1.6 66.7% 1 6.69s 5,462 257 226
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 Terra 3.0 10.0 0.0% 0 5.95s 195 29 1,228

快速对比

切换对比组合

GPT-5.6 TerralowvsGrok 4.3mediumDeepSeek V4 ProhighvsMiniMax M3mediumClaude Opus 4.6mediumvsGPT-5.6 TerralowDeepSeek V4 ProhighvsGrok Build 0.1mediumGPT-5.6 TerralowvsQwen3.5-122B-A10BmediumDeepSeek V4 ProhighvsGPT-5.6 LunamediumKimi K2.6medium免费可用vsGPT-5.6 TerralowGemini 3.1 Flash LitemediumvsGPT-5.6 TerralowGPT-5.6 TerralowvsQwen3.5 Plus 2026-04-20mediumDeepSeek V4 ProhighvsKimi K2.5mediumGemini 3.1 Flash Lite PreviewmediumvsGPT-5.6 TerralowDeepSeek V4 ProhighvsMercury 2medium