#70 DeepSeek V4 Pro
none
无效SVG
- 成本
- $0.000
- 时间
- 300.0s
- 令牌
- 0 tok
AI BENCHY 对比
DeepSeek: DeepSeek V4 Pro vs OpenAI: GPT-5.6 Luna
摘要
DeepSeek V4 Pro vs GPT-5.6 Luna (medium) benchmark 对比：GPT-5.6 Luna (medium) 平均分领先，为 7.6 vs 7.2。 DeepSeek V4 Pro benchmark 成本更低，为 $0.034 vs $0.258。 DeepSeek V4 Pro 更快，为 6.41s vs 6.70s，通过率为 52.4% vs 63.5%。
推荐模型: DeepSeek V4 Pro - 它的得分接近这里的最高分（7.2 vs 7.6），同时成本比GPT-5.6 Luna (medium)低约 7.7 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 none | GPT-5.6 Luna GPT-5.6 Luna medium |
|---|---|---|
| 分数 | 7.2 | 7.6 |
| 排名 | #70 | #54 |
| 可靠性 | 9.9 | 10.0 |
| 一致性 | 8.8 | 9.6 |
| 测试正确 | ||
| 尝试通过率 | 52.4% | 63.5% |
| 不稳定测试 | 3 | 1 |
| 总运行次数 | 63 | 63 |
| 每个结果成本 | 0.333 | 1.978 |
| 总成本 | $0.034 | $0.258 |
| 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 | 53,558 | 35,699 |
| 输出令牌 | 11,424 | 2,148 |
| 推理令牌 | 0 | 34,740 |
| 响应时间（平均） | 6.41s | 6.70s |
| 响应时间（最大） | 30.09s | 29.85s |
| 响应时间（总计） | 134.66s | 140.62s |
生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#54 GPT-5.6 Luna
medium- 成本
- $0.014
- 时间
- 14.6s
- 令牌
- 2,362 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 | 3.2 | 6.1 | 16.7% | 2 | 4.02s | 540 | 1,168 | 0 | |
| GPT-5.6 Luna | 8.3 | 10.0 | 75.0% | 0 | 2.52s | 606 | 160 | 987 |
| 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 | 5.6 | 10.0 | 33.3% | 0 | 13.38s | 7,275 | 5,500 | 0 | |
| GPT-5.6 Luna | 5.4 | 7.2 | 44.4% | 1 | 10.38s | 7,302 | 564 | 9,928 |
| 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 | 9.5 | 10.0 | 100.0% | 0 | 23.74s | 27,529 | 2,235 | 0 | |
| GPT-5.6 Luna | 10.0 | 10.0 | 100.0% | 0 | 9.53s | 12,500 | 375 | 1,354 |
| 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 | 4.61s | 7,568 | 200 | 0 | |
| GPT-5.6 Luna | 10.0 | 10.0 | 100.0% | 0 | 1.95s | 7,140 | 234 | 324 |
| 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 | 5.3 | 10.0 | 33.3% | 0 | 3.72s | 666 | 24 | 0 | |
| GPT-5.6 Luna | 5.3 | 10.0 | 33.3% | 0 | 17.37s | 723 | 68 | 16,531 |
| 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 | 5.0 | 10.0 | 0.0% | 0 | 2.05s | 471 | 126 | 0 | |
| GPT-5.6 Luna | 5.1 | 10.0 | 0.0% | 0 | 4.34s | 477 | 112 | 496 |
| 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 | 6.3 | 5.8 | 66.7% | 1 | 4.12s | 627 | 713 | 0 | |
| GPT-5.6 Luna | 9.9 | 10.0 | 100.0% | 0 | 2.38s | 660 | 95 | 393 |
| 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 | 10.0 | 10.0 | 100.0% | 0 | 3.61s | 594 | 442 | 0 | |
| GPT-5.6 Luna | 7.8 | 10.0 | 66.7% | 0 | 4.04s | 642 | 255 | 2,104 |
| 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 | 10.0 | 10.0 | 100.0% | 0 | 7.40s | 8,105 | 328 | 0 | |
| GPT-5.6 Luna | 10.0 | 10.0 | 100.0% | 0 | 6.02s | 5,454 | 256 | 244 |
| 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 | 5.76s | 183 | 688 | 0 | |
| GPT-5.6 Luna | 3.0 | 10.0 | 0.0% | 0 | 6.64s | 195 | 29 | 2,379 |
快速对比
切换对比组合
DeepSeek V4 PrononevsGemma 4 26B A4Bmedium免费可用DeepSeek V4 ProhighvsGPT-5.6 LunamediumDeepSeek V4 PrononevsStep 3.7 FlashhighDeepSeek V4 PrononevsGLM 5.1mediumDeepSeek V4 PrononevsLaguna XS 2.1medium免费可用GPT-5.6 LunamediumvsStep 3.7 FlashlowDeepSeek V4 PrononevsKimi K2.7 CodemediumDeepSeek V4 PrononevsGrok 4.20mediumClaude Opus 4.8lowvsGPT-5.6 LunamediumGemini 3 Flash PreviewlowvsGPT-5.6 LunamediumDeepSeek V4 PrononevsGemini 3 Flash PreviewlowDeepSeek V4 PrononevsMiMo-V2.5-Promedium