DeepSeek vs GPT

以 Z.ai 官方對照表為基準：GPT-5.6 Sol 在 Terminal-Bench 3.0、HLE w/ Tools 等仍居首位，V4-Pro 以約 1/10 的量級價格守住開源第一梯隊。

Benchmark	GLM-5.3	Kimi K3	DeepSeek-V4-Pro	Opus 4.8	GPT-5.6 Sol
Terminal-Bench 2.1	88.2	88.3	87.9	85.0	88.8
Terminal-Bench 3.0	28.3	17.4	—	21.1	34.6
DeepSWE v1.1	66.9	67.5	62.7	58.0	72.7
NL2Repo	58.0	58.0	61.1	69.7	—
CyberGym	84.5	80.0	83.3	78.1	83.6
Toolathlon Verified	73.0	76.5	74.1	76.2	74.9
AutomationBench v1.0.6	48.2	46.7	43.2	41.0	45.8
ALE-CLI	28.5	27.6	25.7	25.7	28.6
HLE w/ Tools	62.5	59.8	60.0	57.9	64.5
GDPval-AA v2	1769	1682	1590	1588	1730

資料來源：Z.ai 官方部落格（2026-08-14）；未參評以 — 表示。DeepSeek 價格：V4-Pro 離峰 $0.66/$1.98、V4-Flash $0.14/$0.28、V4.1-Flash-1017 $0.15/$0.60 每百萬 tokens。

GPT-5.6 Sol：TB 2.1 88.8、TB 3.0 34.6、HLE w/ Tools 64.5 全面領先；V4-Pro 87.9 / 未參評 / 60.0 緊隨其後，NL2Repo 61.1 反超 Opus 4.8。

V4-Pro 離峰 $0.66/$1.98、V4-Flash $0.14/$0.28、快取命中 $0.003；閉源旗艦按官方定價通常為開源的 5~10 倍量級（以各家官網為準）。

V4 權重以 MIT 開放、可自行託管，資料不出內網；GPT 系列僅提供 API。企業合規與離線場景，DeepSeek 是預設解。

要絕對最強選 GPT-5.6；要 90% 能力 + 1/10 價格 + 可自行託管，選 DeepSeek——並將 deepseek-flash 作為日常預設、難任務升級 V4-Pro 的雙層路由。