AI BENCHY 对比
DeepSeek: DeepSeek V4 Pro vs OpenAI: GPT-5 Nano
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-01
| 指标 | DeepSeek V4 Pro DeepSeek V4 Pro high | GPT-5 Nano GPT-5 Nano medium |
|---|---|---|
| 分数 | 6.4 | 6.1 |
| 排名 | #96 | #100 |
| 可靠性 | 8.9 | 10.0 |
| 一致性 | 8.7 | 7.1 |
| 测试正确 | ||
| 尝试通过率 | 55.0% | 55.0% |
| 不稳定测试 | 6 | 7 |
| 总运行次数 | 60 | 60 |
| 每个结果成本 | 1.935 | 0.952 |
| 总成本 | $0.062 | $0.077 |
| 输入价格 | $0.435 / 1M | $0.050 / 1M |
| 输出价格 | $0.870 / 1M | $0.400 / 1M |
| 输出令牌 | 12,244 | 5,328 |
| 推理令牌 | 53,958 | 181,056 |
| 响应时间（平均） | 58.92s | 43.52s |
| 响应时间（最大） | 358.35s | 204.02s |
| 响应时间（总计） | 1119.51s | 565.82s |
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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Pro | 7.0 | 10.0 | 58.3% | 1 | 16.53s | 71 | 3,617 | |
| GPT-5 Nano | 6.5 | 7.9 | 58.3% | 1 | 25.50s | 1,221 | 21,184 |
| 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Pro | 2.6 | 5.0 | 16.7% | 1 | 51.77s | 105 | 2,641 | |
| GPT-5 Nano | 5.4 | 6.6 | 33.3% | 1 | 47.80s | 604 | 30,144 |
| 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Pro | 10.0 | 10.0 | 100.0% | 0 | 65.02s | 465 | 5,914 | |
| GPT-5 Nano | 10.0 | 10.0 | 100.0% | 0 | 65.96s | 578 | 17,984 |
| 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Pro | 8.3 | 10.0 | 83.3% | 1 | 23.62s | 229 | 1,710 | |
| GPT-5 Nano | 3.7 | 1.7 | 50.0% | 2 | 21.42s | 453 | 10,560 |
| 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Pro | 2.9 | 6.9 | 11.1% | 1 | 205.66s | 10,529 | 28,089 | |
| GPT-5 Nano | 5.2 | 4.4 | 55.6% | 2 | 204.02s | 237 | 64,448 |
| 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Pro | 6.1 | 3.1 | 66.7% | 1 | 25.09s | 76 | 1,152 | |
| GPT-5 Nano | 4.1 | 10.0 | 0.0% | 0 | 17.51s | 202 | 4,608 |
| 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Pro | 10.0 | 10.0 | 100.0% | 0 | 41.16s | 205 | 2,416 | |
| GPT-5 Nano | 9.8 | 10.0 | 100.0% | 0 | 15.64s | 312 | 4,736 |
| 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Pro | 6.6 | 10.0 | 55.6% | 1 | 34.84s | 139 | 4,019 | |
| GPT-5 Nano | 5.3 | 7.2 | 44.4% | 1 | 20.63s | 929 | 14,272 |
| 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Pro | 10.0 | 10.0 | 100.0% | 0 | 21.33s | 372 | 593 | |
| GPT-5 Nano | 10.0 | 10.0 | 100.0% | 0 | 33.30s | 558 | 6,976 |
| 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Pro | 3.0 | 10.0 | 0.0% | 0 | 39.14s | 53 | 3,807 | |
| GPT-5 Nano | 3.0 | 10.0 | 0.0% | 0 | 20.13s | 234 | 6,144 |
快速对比
切换对比组合
DeepSeek V4 ProhighvsGemini 2.5 FlashnoneDeepSeek V4 ProhighvsQwen3.5 Plus 2026-02-15noneDeepSeek V4 ProhighvsGLM 5noneGPT-5 NanomediumvsMimo V2 OmninoneGemma 4 26B A4Bnone免费可用vsGPT-5 NanomediumDeepSeek V4 PrononevsGPT-5 NanomediumDeepSeek V4 ProhighvsMercury 2mediumDeepSeek V4 ProhighvsGemma 4 26B A4Bnone免费可用DeepSeek V4 ProhighvsMimo V2 OmninoneGPT-5 NanomediumvsQwen3.5-FlashnoneGPT-5 NanomediumvsGLM 5noneDeepSeek V4 ProhighvsGPT-5.5none