导航
AI BENCHY
Advertise here

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 (medium) benchmark 对比：GPT-5.6 Terra (medium) 平均分领先，为 7.8 vs 7.6。 DeepSeek V4 Pro (high) benchmark 成本更低，为 $0.157 vs $0.496。 GPT-5.6 Terra (medium) 更快，为 6.69s vs 77.20s，通过率为 66.7% vs 68.3%。

推荐模型: GPT-5.6 Terra (medium) - 它在这里得分最高（7.8），同时响应速度比DeepSeek V4 Pro (high)快约 11.5 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 medium 发布日期: 2026-07-09
分数 7.6 7.8
排名 #52 #37
可靠性 9.3 10.0
一致性 7.0 9.2
测试正确
尝试通过率 66.7% 68.3%
不稳定测试 8 2
总运行次数 63 63
每个结果成本 1.742 3.815
总成本 $0.157 $0.496
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 34,218
输出令牌 6,334 1,982
推理令牌 159,151 25,370
响应时间（平均） 77.20s 6.69s
响应时间（最大） 416.76s 41.68s
响应时间（总计） 1621.17s 140.49s

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

#37 GPT-5.6 Terra

medium
成本
$0.035
时间
16.3s
令牌
2,418 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 2.22s 606 172 657
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 6.1 7.2 55.6% 1 7.19s 7,302 427 4,527
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 6.26s 11,019 316 540
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 872ms 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 10.0 33.3% 0 23.45s 723 70 15,327
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 5.5 10.0 0.0% 0 2.37s 477 133 144
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 1.43s 660 89 261
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 8.4 7.4 88.9% 1 3.78s 642 272 1,462
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 10.0 10.0 100.0% 0 5.09s 5,454 254 246
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 10.05s 195 27 2,206

快速对比

切换对比组合

DeepSeek V4 ProhighvsMiniMax M3mediumDeepSeek V4 ProhighvsGrok Build 0.1mediumGPT-5.6 TerramediumvsGrok 4.5lowDeepSeek V4 ProhighvsGPT-5.6 LunamediumDeepSeek V4 ProhighvsKimi K2.5mediumDeepSeek V4 ProhighvsMercury 2mediumDeepSeek V4 ProhighvsStep 3.7 FlashlowClaude Opus 4.6mediumvsDeepSeek V4 ProhighClaude Opus 4.8lowvsGPT-5.6 TerramediumDeepSeek V4 ProhighvsGPT-5.3 ChatnoneDeepSeek V4 ProhighvsGPT-5.4 NanomediumDeepSeek V4 ProhighvsGPT-5.6 Terralow