所有发布

GPT-6.1 Terra vs. DeepSeek V4.1 Flash 1017:发布比较

GPT-6.1 Terra 与 DeepSeek V4.1 Flash 1017 发布比较:分别包含 6 个和 2 个模型,各自具有不同的智能、性能与价格特征。下方对全部 8 个模型的关键指标进行了比较。

  • 智能方面,GPT-6.1 Terra 得分最高:GPT-6.1 Terra (Max)(51),DeepSeek V4.1 Flash 1017 为 DeepSeek V4.1 Flash 1017 (Max)(32)。
  • 输出速度方面,DeepSeek V4.1 Flash 1017 最快:DeepSeek V4.1 Flash 1017 (Non-reasoning)(1,486 token/秒),GPT-6.1 Terra 为 GPT-6.1 Terra (Max)(97 token/秒)。
  • 单任务成本方面,GPT-6.1 Terra 最低:GPT-6.1 Terra (Low)($0.07),DeepSeek V4.1 Flash 1017 为 DeepSeek V4.1 Flash 1017 (Max)($0.60)。
模型 Playground

比较的发布

GPT-6.1 Terra (max)GPT-6.1 Terra (xhigh)GPT-6.1 Terra (high)GPT-6.1 Terra (medium)DeepSeek V4.1 Flash 1017 (max)GPT-6.1 Terra (non-reasoning)GPT-6.1 Terra (low)DeepSeek V4.1 Flash 1017 (non-reasoning)
Intelligence Index
51
45
42
38
32
30
29
19
财务与会计
49
48
44
42
42
34
38
37
战略与运营
50
49
47
45
49
40
42
40
法律
46
44
42
40
38
28
37
32
医疗与健康
45
--
--
--
41
--
--
--
每任务成本美元
$0.96
$0.40
$0.26
$0.17
$0.60
$0.23
$0.07
--
输出速度Token/秒
97
92
91
91
175
90
91
1,486
首 Token 延迟秒
274.62
45.76
12.98
3.11
1.10
0.96
1.41
1.15
上下文窗口
1M
1M
1M
1M
1M
1M
1M
1M
开发商
OpenAI
OpenAI
OpenAI
OpenAI
DeepSeek
OpenAI
OpenAI
DeepSeek
许可证
专有
专有
专有
专有
开放
专有
专有
开放
输入模态

支持:文本和图像

支持:文本和图像

支持:文本和图像

支持:文本和图像

支持:文本和图像

支持:文本和图像

支持:文本和图像

支持:文本和图像

输出模态

支持:文本

支持:文本

支持:文本

支持:文本

支持:文本

支持:文本

支持:文本

支持:文本

服务商
OpenAI
OpenAI
OpenAI
OpenAI
OpenAI
OpenAI
DeepSeekInco
Updated
Artificial Analysis Intelligence Index · Higher is better
Output tokens per second · Higher is better
Weighted average cost (USD) per Intelligence Index task · Lower is better

智能Updated

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index v5.0 incorporates 9 evaluations: AA-Briefcase v1.1, AutomationBench-AA, Terminal-Bench 4.0, FrontierCode 2.0, AA-Omniscience v1.1, GDP.pdf, HLE-Diamond, CritPt v2 (Hard Subset), and Terminal-Bench-Science 0.1
No publicly available API

Intelligence Index 与每项任务的成本

Artificial Analysis Intelligence Index · Weighted average cost (USD) per Artificial Analysis Intelligence Index task
Most attractive quadrant
GPT-6.1 Terra
Pareto line

单任务成本(美元,对数刻度)

成本

每项 Intelligence Index 任务的成本

Weighted average cost (USD) per Intelligence Index task · Segmented by token type · Lower is better
No publicly available API

速度与延迟

输出速度

Output tokens per second · Higher is better
No publicly available API

能力得分

能力指数

衡量模型在特定能力与行业中的表现
Finance & Accounting Index

Incorporates 5 evaluations: AA-Briefcase v1.1, AA-Omniscience v1.1, HLE-Diamond, AutomationBench-AA, GDP.pdf · Higher is better

Strategy & Ops Index

Incorporates 4 evaluations: AutomationBench-AA, AA-Briefcase v1.1, AA-Omniscience v1.1, GDP.pdf · Higher is better

Legal Index

Incorporates 5 evaluations: AA-Omniscience v1.1, AA-Briefcase v1.1, HLE-Diamond, GDP.pdf, AutomationBench-AA · Higher is better

Healthcare & Medical Index

Incorporates 5 evaluations: AA-Omniscience v1.1, AA-Briefcase v1.1, MLCR-AA, AutomationBench-AA, HLE-Diamond · Higher is better

Engineering Index

Incorporates 7 evaluations: AA-Omniscience v1.1, CritPt v2 (Hard Subset), Terminal-Bench-Science 0.1, HLE-Diamond, Terminal-Bench 4.0, FrontierCode 2.0, AA-Briefcase v1.1 · Higher is better

Economics Index

Incorporates 4 evaluations: AA-Briefcase v1.1, AA-Omniscience v1.1, HLE-Diamond, GDP.pdf · Higher is better

AA-PersonalityBenchNew

性格指数

每个轴对应 8 个性格指数之一:其特质 Elo z 分数的平均值,在基准测试中所有已评估模型之间换算为 1 到 100 的百分位排名