LLM ouverts et propriétaires : DeepSeek vs GPT

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

1. Artificial Analysis · DeepSeek V4.1 Flash 1017 (Max) · qualité et performances
2. Artificial Analysis · GPT-6.1 Sol (Max) · qualité et performances
3. OpenAI · GPT-6.1 Sol · tarifs et limites API
4. Novita AI · DeepSeek V4.1 Flash 1017 · tarifs et limites de l’endpoint