GPT-6.1 Sol lidera el AA Intelligence Index actual, 55 frente a 32. DeepSeek V4.1 Flash 1017 cuesta $0.0042 por solicitud ilustrada frente a $0.03 y alcanza 178.3 frente a 79.3 tokens/s.
AA SciCode: DeepSeek V4.1 Flash 1017 55.90% / GPT-6.1 Sol 54.17%.12
Prueba de razonamiento
DeepSeek genera texto más rápido en el despliegue de referencia actual: 178.3 tokens/s frente a 79.3 tokens/s de GPT.12
Ventana de contexto (tokens)
GPT indica 1,050,000 tokens de contexto y DeepSeek 1,048,576, con una diferencia de capacidad pequeña.12
Coste estimado por solicitud
Con las mismas cantidades de tokens facturados, GPT cuesta $0.03 y DeepSeek $0.0042; DeepSeek consume menos presupuesto por solicitud.43
Metodología y fuentes
SciCode es la evaluación de programación científica de AA, expresada como porcentaje; un valor mayor es mejor. Es independiente de la prueba de rendimiento con 10,000 tokens de entrada y no evalúa Cline dentro del editor. Calidad y rendimiento usan las configuraciones indicadas junto a cada modelo. Solo se muestra un AA v5 Intelligence Index actual cuando ambos modelos tienen un valor publicado. El rendimiento de AA usa la prueba de 10,000 tokens de entrada con la configuración mostrada de cada modelo; los ajustes de razonamiento varían. La velocidad es la tasa mediana de salida. La latencia de respuesta mide el primer token de respuesta tras el razonamiento, no el primer fragmento de razonamiento transmitido. Con razonamiento no transmitido y modelos sin razonamiento, AA registra el mismo evento para el primer fragmento y la primera respuesta. AA estima esta latencia a partir de la respuesta inicial y la duración del razonamiento; no es una mediana muestreada por separado. Son despliegues de referencia, no garantías de los endpoints de Novita. El ejemplo sin caché factura 10,000 tokens de entrada y 1,000 de salida a la tarifa del vendedor indicado; no representa el coste de la prueba AA. Precios y límites de contexto y salida proceden de las fuentes de los vendedores citados.4