Modelos de IA
DeepSeek V4 Pro vs GPT-6.1 Sol
Los mismos criterios, lado a lado. Donde la diferencia es pequeña, puede ser ruido de medición.
También buscado como
DeepSeek V4 vs GPT-6
Respuesta directa: GPQA Diamond: DeepSeek V4 Pro 91,7%, GPT-6.1 Sol 95,4% (Epoch AI). OTIS Mock AIME: DeepSeek V4 Pro 98,6%, GPT-6.1 Sol 100% (Epoch AI). FrontierMath (niveles 1 a 3): DeepSeek V4 Pro 64,6%, GPT-6.1 Sol 93,7% (Epoch AI). SimpleQA Verified: DeepSeek V4 Pro 52,9%, GPT-6.1 Sol 73,9% (Epoch AI). GPQA Diamond (OpenRouter): DeepSeek V4 Pro 91,9%, GPT-6.1 Sol 94,8% (OpenRouter Benchmarks). τ-bench Verified (aerolínea): DeepSeek V4 Pro 78,6%, GPT-6.1 Sol 70,7% (OpenRouter Benchmarks).
| Métrica | DeepSeek V4 Pro | GPT-6.1 Sol | Fuente |
|---|---|---|---|
| Pesos ?qué es | abierto | cerrado | sin dato |
| Entrada US$/1M ? | US$ 0,96 | US$ 2,00 | sin dato |
| Salida US$/1M ? | US$ 1,91 | US$ 10,00 | sin dato |
| Contexto ? | 1.048.576 | 1.050.000 | sin dato |
| GPQA Diamond ? | 91,7% | 95,4% | Epoch AI |
| OTIS Mock AIME ? | 98,6% | 100% | Epoch AI |
| FrontierMath (niveles 1 a 3) ? | 64,6% | 93,7% | Epoch AI |
| SimpleQA Verified ? | 52,9% | 73,9% | Epoch AI |
| SWE-bench Verified ? | 77,6% | sin dato | Epoch AI |
| GPQA Diamond (OpenRouter) ? | 91,9% | 94,8% | OpenRouter Benchmarks |
| τ-bench Verified (aerolínea) ? | 78,6% | 70,7% | OpenRouter Benchmarks |
Compara con
Fuentes
- Epoch AI, CC BY 4.0, versión más reciente consultada.
- OpenRouter Benchmarks, CC BY 4.0, versión más reciente consultada.
- OpenRouter, dados públicos da API; exports de benchmarks e rankings em CC BY 4.0, versión más reciente consultada.
Las fechas vienen de las fuentes: entrada en OpenRouter o creación del repositorio en Hugging Face, que pueden no coincidir con el lanzamiento oficial. Familia y versión se agruparon por regla a partir del nombre.