GPT-5.6 LunavsDeepSeek-V4-Flash
在 8 个共同 benchmark 中，GPT-5.6 Luna 整体领先：GPT-5.6 Luna 领先 6 项，DeepSeek-V4-Flash 领先 1 项，持平 1 项，平均分差 +39.27。
GPT-5.6 Luna
OpenAI · 2026-06-26 · 推理大模型
DeepSeek-V4-Flash
DeepSeek-AI · 2026-04-24 · 推理大模型
GPT-5.6 Luna6 项(75%)持平1(13%)1 项DeepSeek-V4-Flash
评测分数
按能力类目分组，每组内按分差大小排列；共 8 项。
科学知识与推理
DeepSeek-V4-Flash 领先 1/2| 评测项 | GPT-5.6 Luna | DeepSeek-V4-Flash | 分差 |
|---|---|---|---|
| GPQA Diamond | 63.64205 / 253Normal (No Tools) | 71.20174 / 253Normal (No Tools) | -7.56 |
| CritPt | 0.30186 / 204Normal (No Tools) | 0.30186 / 204Normal (No Tools) | 持平 |
写作与创意表达
GPT-5.6 Luna 领先 1/1| 评测项 | GPT-5.6 Luna | DeepSeek-V4-Flash | 分差 |
|---|---|---|---|
| Creative Writing | 1,82920 / 110Normal (No Tools) | 1,55948 / 110Normal (No Tools) | +269.60 |
文档与图表理解
GPT-5.6 Luna 领先 1/1| 评测项 | GPT-5.6 Luna | DeepSeek-V4-Flash | 分差 |
|---|---|---|---|
| GDP.pdf | 2421 / 122Max (No Tools) | 10.8081 / 122Max (No Tools) | +13.20 |
机器学习工程
GPT-5.6 Luna 领先 1/1| 评测项 | GPT-5.6 Luna | DeepSeek-V4-Flash | 分差 |
|---|---|---|---|
| WeirdML v2 | 60.8627 / 52Thinking High (With Tools) | 43.7644 / 52Thinking High (With Tools) | +17.10 |
法律
GPT-5.6 Luna 领先 1/1| 评测项 | GPT-5.6 Luna | DeepSeek-V4-Flash | 分差 |
|---|---|---|---|
| Harvey Lab-AA | 87.9016 / 44Max (With Tools) | 81.3331 / 44Max (With Tools) | +6.57 |
科学计算与科研编程
GPT-5.6 Luna 领先 1/1| 评测项 | GPT-5.6 Luna | DeepSeek-V4-Flash | 分差 |
|---|---|---|---|
| SciCode | 53.6051 / 134Max (No Tools) | 45.3093 / 134Max (No Tools) | +8.30 |
跨应用与工具编排
GPT-5.6 Luna 领先 1/1| 评测项 | GPT-5.6 Luna | DeepSeek-V4-Flash | 分差 |
|---|---|---|---|
| PinchBench v2 | 88.674 / 45Reported best (effort unspecified) | 81.748 / 45Reported best (effort unspecified) | +6.93 |
规格对比
| 字段 | GPT-5.6 Luna | DeepSeek-V4-Flash |
|---|---|---|
| 发布机构 | OpenAI | DeepSeek-AI |
| 发布时间 | 2026-06-26 | 2026-04-24 |
| 模型类型 | 推理大模型 | 推理大模型 |
| 架构 | 稠密模型 | MoE 架构 |
| 参数规模 | 暂无数据 | 2840亿 |
| 上下文长度 | 1.05M | 1M |
| 最大输出 | 128K | 384K |
API 调用价格
价格优先使用 DataLearner 配置的 API 记录；缺失项不做推测。
| 价格项 | GPT-5.6 Luna | DeepSeek-V4-Flash |
|---|---|---|
| 文本输入 | $0.2 / 1M tokens | $0.14 / 1M tokens |
| 文本输出 | $1.2 / 1M tokens | $0.28 / 1M tokens |
| 缓存读取 | $0.02 / 1M tokens | $0.0028 / 1M tokens |
| 缓存写入 | $0.25 / 1M tokens | 暂无公开价格 |
小结
- GPT-5.6 Luna在以下类目领先:写作与创意表达 (1/1)、文档与图表理解 (1/1)、机器学习工程 (1/1)、法律 (1/1)、科学计算与科研编程 (1/1)、跨应用与工具编排 (1/1)
- DeepSeek-V4-Flash在以下类目领先:科学知识与推理 (1/2)
8 个共同 benchmark 上，GPT-5.6 Luna 平均高出 39.27 分。
单项差距最大的 benchmark：Creative Writing — GPT-5.6 Luna 1,829，DeepSeek-V4-Flash 1,559（分差 +269.60）。
本页正文由结构化模型、价格与 benchmark 数据生成，不使用实时 LLM 撰写。