实测DeepSeek-V4对比GPT-5.6：成本仅1/6，质量达80%
zainhas · x · 2026-08-07
开发者对 DeepSeek-V4 Flash 0731 与 GPT 5.6 Luna 在软件工程任务上的表现进行了深度实测对比，核心结论如下：
- 性价比悬殊：DeepSeek 单任务成本仅 $0.10，约为 Luna（$0.60）的 1/6，但质量达到了 Luna 的 80%，性价比极高。
- 级联策略更优：先用 DeepSeek 处理，失败后再升级给 Luna，整体准确率可达 78.9%，高于 Luna 单独运行的 67.2%，且成本大幅降低。
- 能力偏向：Luna 在程序分析、并发等复杂任务上领先约 30 个百分点；而 DeepSeek 在常规配置与查询任务上表现更好。
- 语言差异：DeepSeek 在 Rust 和 Go 语言上表现稳健，但在 JavaScript 和 Python 上波动较大。
- 容错与重试：DeepSeek 失败时破坏现有测试的概率更低（9% vs 15%）。此外，凭借极低的成本，DeepSeek 可以通过并行多次重试（pass@2）以仅 $0.20 的成本超越 Luna 单次尝试（$0.61）的效果。
所属事件:DeepSeek-V4 Flash实测：成本仅Luna六分之一，性能达八成(14 条相关)→
「编程与Agent」频道最新
- 开发者用3台DGX Spark组本地集群跑GLM-5.3-Flash,配代理均衡日生175万token — Teknium · 2026-10-16
- 开发者分享给电脑上的 Agent 划权限:能读能写,发删买一律先问人 — No_Fan5310 · 2026-10-16
- 开发者用GPT写出unifi-simulator,让MikroTik交换机伪装进UniFi网络拓扑 — Pytlicek · 2026-10-16
- 斯坦福 45 分钟课拆解 Grok Bot:always-on agent 的 harness 工程 — Hesamation · 2026-10-16
- Opus 5.5 + Three.js 打造水波鱼群樱花互动场景，美到刷屏 — nikola_mr64990 · 2026-10-16
- 用 Grok 搭建线性回归交易系统，125 天在 Polymarket 赚 50 万美元 — Roger_M_Taylor · 2026-10-16