GPT-5.6 LunavsDeepSeek-V4-Flash
在 6 个共同 benchmark 中，GPT-5.6 Luna 整体领先：GPT-5.6 Luna 领先 5 项，DeepSeek-V4-Flash 领先 1 项，持平 0 项，平均分差 +3.97。
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 Luna5 项(83%)(17%)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 6 项。
Coding and Software Engineer
GPT-5.6 Luna 领先 2/3| 评测项 | GPT-5.6 Luna | DeepSeek-V4-Flash | 分差 |
|---|---|---|---|
| Text Arena (Coding) | 1,52315 / 35极高强度思考（无工具） | 1,5776 / 35Thinking High (No Tools) | -53.60 |
| WeirdML v2 | 60.8627 / 52Thinking High (With Tools) | 43.7644 / 52Thinking High (With Tools) | +17.10 |
| DeepSWE | 67.206 / 27极高强度思考（工具） | 54.4015 / 27Max (With Tools) | +12.80 |
Agent Level Benchmark
GPT-5.6 Luna 领先 1/1| 评测项 | GPT-5.6 Luna | DeepSeek-V4-Flash | 分差 |
|---|---|---|---|
| Agents' Last Exam | 50.303 / 11极高强度思考（工具） | 25.2010 / 11Max (With Tools) | +25.10 |
AI Agent - Tool Usage
GPT-5.6 Luna 领先 1/1| 评测项 | GPT-5.6 Luna | DeepSeek-V4-Flash | 分差 |
|---|---|---|---|
| Terminal-Bench 2.1 | 84.7010 / 44最高（无工具） | 82.7016 / 44Max (With Tools) | +2 |
科学与综合推理
GPT-5.6 Luna 领先 1/1| 评测项 | GPT-5.6 Luna | DeepSeek-V4-Flash | 分差 |
|---|---|---|---|
| GPQA Diamond | 91.6027 / 226最高（无工具） | 71.20151 / 226Normal (No Tools) | +20.40 |
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 | $1 / 1M tokens | $0.14 / 1M tokens |
| 文本输出 | $6 / 1M tokens | $0.28 / 1M tokens |
| 缓存读取 | $0.1 / 1M tokens | $0.0028 / 1M tokens |
| 缓存写入 | $1.25 / 1M tokens | 暂无公开价格 |
小结
- GPT-5.6 Luna在以下类目领先:Coding and Software Engineer (2/3)、Agent Level Benchmark (1/1)、AI Agent - Tool Usage (1/1)、科学与综合推理 (1/1)
6 个共同 benchmark 上，GPT-5.6 Luna 平均高出 3.97 分。
单项差距最大的 benchmark：Text Arena (Coding) — GPT-5.6 Luna 1,523，DeepSeek-V4-Flash 1,577（分差 -53.60）。
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。