GPT-6.1 Sol mène l’AA Intelligence Index actuel, 55 contre 32. DeepSeek V4.1 Flash 1017 coûte $0.0042 par requête illustrée contre $0.03 et atteint 178.3 contre 79.3 tokens/s.
AA SciCode : DeepSeek V4.1 Flash 1017 55.90% / GPT-6.1 Sol 54.17%.12
Benchmark de raisonnement
DeepSeek génère plus vite dans le déploiement de référence actuel : 178.3 tokens/s contre 79.3 tokens/s pour GPT.12
Fenêtre de contexte (tokens)
GPT annonce 1,050,000 tokens de contexte et DeepSeek 1,048,576, soit un faible écart de capacité.12
Coût estimé par requête
À quantités facturées identiques, GPT coûte $0.03 et DeepSeek $0.0042 ; DeepSeek consomme moins de budget par requête.43
Méthodologie et sources
SciCode est l’évaluation de programmation scientifique d’AA, exprimée en pourcentage ; un score plus élevé est meilleur. Elle est distincte du test de performance avec 10,000 tokens d’entrée et n’évalue pas Cline dans l’éditeur. Qualité et performances utilisent les configurations indiquées à côté des modèles. Un AA v5 Intelligence Index actuel apparaît uniquement si les deux modèles ont une valeur publiée. Les performances AA utilisent le test avec 10,000 tokens d’entrée et la configuration affichée de chaque modèle ; les réglages de raisonnement varient. La vitesse est le débit de sortie médian. La latence de réponse mesure le premier token de réponse après le raisonnement, et non le premier fragment de raisonnement diffusé. Pour le raisonnement non diffusé et les modèles sans raisonnement, AA indique le même événement pour le premier fragment et la première réponse. AA estime cette latence à partir de la réponse initiale et de la durée du raisonnement ; ce n’est pas une médiane échantillonnée séparément. Il s’agit de déploiements de référence, sans garantie pour les endpoints Novita. L’exemple sans cache facture 10,000 tokens d’entrée et 1,000 de sortie au tarif du vendeur indiqué ; il ne représente pas le coût du test AA. Prix, limites de contexte et de sortie proviennent des sources des vendeurs cités.4