- 排名
- #129
- 总输出令牌
- 46,004
- 响应时间（平均）
- 14.05s
- 总成本
- $0.311
DeepSeek V4 Pro 0423 vs GPT-5.6 Luna (medium)
GPT-5.6 Luna (medium) 平均分领先，为 7.4 vs 7.4。 GPT-5.6 Luna (medium) benchmark 成本更低，为 $0.101 vs $0.311。 GPT-5.6 Luna (medium) 更快，为 9.64s vs 14.05s，通过率为 49.3% vs 62.3%。
已对比模型
- 排名
- #122
- 总输出令牌
- 47,986
- 响应时间（平均）
- 9.64s
- 总成本
- $0.101
推荐模型
GPT-5.6 Luna (medium)
它在这里得分最高（7.4），同时成本比DeepSeek V4 Pro 0423低约 3.1 倍。
详细对比
| 指标 | DeepSeek V4 Pro 0423 DeepSeek V4 Pro 0423 none | GPT-5.6 Luna GPT-5.6 Luna medium |
|---|---|---|
| 分数 | 7.4 | 7.4 |
| 排名 | #129 | #122 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 8.7 | 9.0 |
| 尝试次数 | 69/69 | 69/69 |
| 测试正确 | ||
| 尝试通过率 | 49.3% | 62.3% |
| 不稳定测试 | 4 | 3 |
| 总运行次数 | 69 | 69 |
| 每个结果成本 | 2.341 | 2.822 |
| 总成本 | $0.311 | $0.101 |
| 输入价格 | $0.783 / 1M | $0.200 / 1M |
| 输出价格 | $1.566 / 1M | $1.200 / 1M |
| 总输入令牌 | 304,186 | 212,780 |
| 输出令牌 | 46,004 | 6,849 |
| 推理令牌 | 0 | 41,137 |
| 响应时间（平均） | 14.05s | 9.64s |
| 响应时间（最大） | 119.44s | 58.09s |
| 响应时间（总计） | 323.17s | 221.62s |
| 参数量 | 1.6T 总计 (49B 激活) | ~400B 总计 (~17B 激活) |
| 开放状态 | 开源 | 闭源 |
模型生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#129 DeepSeek V4 Pro 0423
none
Reached the allocated time limit (300 seconds) without receiving showcase output.
- 成本
- $0.000
- 时间
- 300.0s
- 令牌
- 0 tok
#122 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
| 智能体任务 | 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 0423 | 10.0 | 10.0 | 100.0% | 0 | 65.50s | 156,108 | 10,457 | 0 | |
| GPT-5.6 Luna | 7.4 | 3.8 | 66.7% | 1 | 58.09s | 123,095 | 1,148 | 2,313 |
| 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 0423 | 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 0423 | 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 0423 | 7.9 | 6.9 | 66.7% | 1 | 71.59s | 122,040 | 26,362 | 0 | |
| GPT-5.6 Luna | 10.0 | 10.0 | 100.0% | 0 | 14.59s | 66,477 | 3,926 | 4,594 |
| 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 0423 | 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 0423 | 3.0 | 10.0 | 0.0% | 0 | 4.91s | 675 | 20 | 0 | |
| GPT-5.6 Luna | 2.9 | 7.2 | 11.1% | 1 | 18.45s | 732 | 70 | 17,375 |
| 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 0423 | 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 0423 | 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 0423 | 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 0423 | 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 0423 | 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 Pro 0423nonevsInklingmedium免费可用DeepSeek V4 Flash 0731lowvsGPT-5.6 LunamediumDeepSeek V4 Pro 0423nonevsInkling Smallhigh免费可用GPT-5.6 LunamediumvsGLM 5.3 FlashXhighGPT-5.6 LunamediumvsGrok 4.7lowDeepSeek V4 Pro 0423nonevsGemma 4 26B A4Bmedium免费可用DeepSeek V4 Pro 0423nonevsGrok 4.7lowDeepSeek V4 Pro 0423nonevsGLM 5.3 FlashXhighSeed-2.0-CodemediumvsDeepSeek V4 Pro 0423noneGPT-5.6 LunamediumvsInkling Smallhigh免费可用DeepSeek V4 Pro 0423nonevsQwen3.6 FlashmediumSeed-2.0-CodehighvsGPT-5.6 Lunamedium