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:实测DeepSeek-V4对比GPT-5.6(2 条相关)→
「编程与Agent」频道最新
- Qwen-CUA：基于纯视觉交互的通用计算机Agent — rohanpaul_ai · 2026-08-07
- CAS：为 Claude Code 打造的多智能体编码工厂 — tom_doerr · 2026-08-07
- Claude Code 更新：支持自托管环境与跨会话通信 — ashwin-ant · 2026-08-07
- Deep Agents v0.7 发布：极简中间件架构与本地评估 — hwchase17 · 2026-08-07
- Claude Skills大师课：从提示词到完整仓库的实战指南 — aakashgupta · 2026-08-07
- Cloudflare 发布 Kitesurf：专为 AI 智能体打造的无头浏览器 — dinasaur_404 · 2026-08-07