GPT-6 LunavsDeepSeek-V4.1-Flash
在 12 个共同 benchmark 中，DeepSeek-V4.1-Flash 整体领先：GPT-6 Luna 领先 4 项，DeepSeek-V4.1-Flash 领先 8 项，持平 0 项，平均分差 -37.48。
GPT-6 Luna
OpenAI · 2026-09-22 · 推理大模型
DeepSeek-V4.1-Flash
DeepSeek-AI · 2026-09-10 · 多模态大模型
GPT-6 Luna4 项(33%)(67%)8 项DeepSeek-V4.1-Flash
评测分数
按能力类目分组，每组内按分差大小排列；共 12 项。
Coding and Software Engineer
DeepSeek-V4.1-Flash 领先 2/3| 评测项 | GPT-6 Luna | DeepSeek-V4.1-Flash | 分差 |
|---|---|---|---|
| Program Bench | 0.5015 / 15Max (With Tools) | 20.309 / 15Max (With Tools) | -19.80 |
| DeepSWE | 66.6037 / 91Max (With Tools) | 74.202 / 91Max (With Tools) | -7.60 |
| SciCode | 5539 / 134Max (No Tools) | 51.9061 / 134Max (No Tools) | +3.10 |
Productivity Knowledge
DeepSeek-V4.1-Flash 领先 3/3| 评测项 | GPT-6 Luna | DeepSeek-V4.1-Flash | 分差 |
|---|---|---|---|
| GDPval-AA v2 | 1,36758 / 110Max (With Tools) | 1,63216 / 110Max (With Tools) | -265 |
| AA-Briefcase | 1,29938 / 88Max (With Tools) | 1,42427 / 88Max (With Tools) | -125 |
| AutomationBench | 20.7022 / 23Max (With Tools) | 54.801 / 23Max (With Tools) | -34.10 |
AI Agent - Tool Usage
DeepSeek-V4.1-Flash 领先 2/2| 评测项 | GPT-6 Luna | DeepSeek-V4.1-Flash | 分差 |
|---|---|---|---|
| Terminal-Bench 2.1 | 73.0389 / 199Max (With Tools) | 90.604 / 199Max (With Tools) | -17.57 |
| Terminal-Bench 4.0 | 1348 / 95Max (With Tools) | 26.8028 / 95Max (With Tools) | -13.80 |
Agent Level Benchmark
GPT-6 Luna 领先 1/1| 评测项 | GPT-6 Luna | DeepSeek-V4.1-Flash | 分差 |
|---|---|---|---|
| Agents' Last Exam | 50.905 / 24Max (With Tools) | 31.808 / 24Max (With Tools) | +19.10 |
General Knowledge
GPT-6 Luna 领先 1/1| 评测项 | GPT-6 Luna | DeepSeek-V4.1-Flash | 分差 |
|---|---|---|---|
| CritPt | 1943 / 204Max (No Tools) | 14.3061 / 204Max (No Tools) | +4.70 |
Long Context
DeepSeek-V4.1-Flash 领先 1/1| 评测项 | GPT-6 Luna | DeepSeek-V4.1-Flash | 分差 |
|---|---|---|---|
| AA-LCR | 8315 / 174Max (No Tools) | 848 / 174Max (No Tools) | -1 |
Multimodal Understanding
GPT-6 Luna 领先 1/1| 评测项 | GPT-6 Luna | DeepSeek-V4.1-Flash | 分差 |
|---|---|---|---|
| GDP.pdf | 2040 / 122Max (No Tools) | 12.8070 / 122Max (No Tools) | +7.20 |
规格对比
| 字段 | GPT-6 Luna | DeepSeek-V4.1-Flash |
|---|---|---|
| 发布机构 | OpenAI | DeepSeek-AI |
| 发布时间 | 2026-09-22 | 2026-09-10 |
| 模型类型 | 推理大模型 | 多模态大模型 |
| 架构 | 稠密模型 | MoE 架构 |
| 参数规模 | 暂无数据 | 5520亿 |
| 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-6 Luna | DeepSeek-V4.1-Flash |
|---|---|---|
| 文本输入 | $0.1 / 1M tokens | ¥1 / 1M tokens |
| 文本输出 | $0.5 / 1M tokens | ¥4 / 1M tokens |
| 缓存读取 | $0.01 / 1M tokens | ¥0.02 / 1M tokens |
| 缓存写入 | $0.125 / 1M tokens | 暂无公开价格 |
小结
- GPT-6 Luna在以下类目领先:Agent Level Benchmark (1/1)、General Knowledge (1/1)、Multimodal Understanding (1/1)
- DeepSeek-V4.1-Flash在以下类目领先:Coding and Software Engineer (2/3)、Productivity Knowledge (3/3)、AI Agent - Tool Usage (2/2)、Long Context (1/1)
12 个共同 benchmark 上，DeepSeek-V4.1-Flash 平均高出 37.48 分。
单项差距最大的 benchmark：GDPval-AA v2 — GPT-6 Luna 1,367，DeepSeek-V4.1-Flash 1,632（分差 -265）。
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。