LLMs abertos e proprietários: DeepSeek vs GPT

SciCode é a avaliação de programação científica da AA, expressa em porcentagem; maior é melhor. Ela é separada do teste de desempenho com 10,000 tokens de entrada e não avalia Cline dentro do editor. Qualidade e desempenho usam as configurações indicadas ao lado dos modelos. Um AA v5 Intelligence Index atual só aparece quando os dois modelos têm um valor publicado. O desempenho da AA usa o teste com 10,000 tokens de entrada e a configuração exibida de cada modelo; os ajustes de raciocínio variam. A velocidade é a taxa mediana de saída. A latência de resposta mede o primeiro token de resposta após o raciocínio, não o primeiro trecho de raciocínio transmitido. No raciocínio não transmitido e nos modelos sem raciocínio, a AA registra o mesmo evento para o primeiro trecho e a primeira resposta. A AA estima essa latência pela resposta inicial e pela duração do raciocínio; não é uma mediana amostrada separadamente. São implantações de referência, sem garantia para os endpoints da Novita. O exemplo sem cache cobra 10,000 tokens de entrada e 1,000 de saída pela tarifa do vendedor indicado; não representa o custo do teste AA. Preços e limites de contexto e saída vêm das fontes dos vendedores citados.⁴

1. Artificial Analysis · DeepSeek V4.1 Flash 1017 (Max) · qualidade e desempenho
2. Artificial Analysis · GPT-6.1 Sol (Max) · qualidade e desempenho
3. OpenAI · GPT-6.1 Sol · preços e limites API
4. Novita AI · DeepSeek V4.1 Flash 1017 · preços e limites do endpoint