Nouveau Inscription gratuite, 10 appels offerts. Jusqu'à 1 $, sans carte.

DeepSeek V4.1 Flash vs GPT-6 Luna

vs

Lequel, quand

Ces deux modèles couvrent le même terrain sur le papier : entrée texte et image, sortie texte, avec chat, vision, code, raisonnement et outils sur les deux, la différence se fait donc principalement sur la grille tarifaire et le plafond de sortie. gpt-6-luna est le choix par défaut le moins cher à $0.1 en entrée et $0.5 en sortie, environ 3x moins en entrée et 2.4x moins en sortie que deepseek-v4.1-flash, avec un contexte très légèrement plus grand de 1050000 tokens et l'option de désactiver la réflexion. Choisissez deepseek-v4.1-flash lorsqu'une réponse unique doit être longue, car sa sortie maximale de 393216 tokens est environ 3x les 128000 que gpt-6-luna permet.

Benchmarks

Au-dessus de la moyenneAucun meilleurDeepSeek V4.1 Flash14 / 194 / 19GPT-6 Lunaseulement 1 comparables
DeepSeek V4.1 Flash GPT-6 Luna autres modèles mesurés moyenne des modèles comparés aucun autre modèle n'a fait mieux
DeepSWE 1.1
aucun autre modèle n'a fait mieux 74.2%
66.6%
Cybergym
aucun autre modèle n'a fait mieux 88.1%
N/A
GPQA Diamond
90.9%
N/A
Agents' Last Exam
31.8%
N/A
Chartography with tools
78.9%
N/A

Chiffres publiés par les fournisseurs : Alibaba (Qwen) Anthropic ByteDance DeepSeek Google MiniMax Moonshot OpenAI Tencent Z.ai

Tarification

DeepSeek V4.1 Flash GPT-6 Luna Δ
Entrée / 1M tokens $0.3 $0.1
Sortie / 1M tokens $1.2 $0.5 2.4×
Lecture en cache / 1M tokens $0.03 $0.01
Écriture cache aucun frais supplémentaire aucun frais supplémentaire -

Tarifs issus du catalogue en direct au moment de la compilation ; chaque page de modèle présente la fiche actuelle.

Où ils se situent - prix en entrée pour 1M de tokens sur l'ensemble des 74 modèles chat pour cette unité de facturation (échelle logarithmique)

$0.05 · Qwen3 VL Flash $30 · GPT-5.4 Pro

Capacités

DeepSeek V4.1 Flash GPT-6 Luna
Utilisation d'outils oui oui
Contrôle de la réflexion oui - réglage du fournisseur non publié configurable
Sortie structurée - oui
Mise en cache du prompt implicite (automatique) implicite (automatique)
Durée de vie du cache no fixed TTL (evicted when unused) 5-10m, up to 1h
Préfixe minimum mis en cache non publié 1024 jetons

Spécifications

DeepSeek V4.1 Flash GPT-6 Luna
Modalités d'entrée texte image texte image
Modalités de sortie texte texte
Sortie 2026-09-10 2026-09-22
Limite de connaissances - 2026-05
Fenêtre de contexte 1M 1.1M
Sortie maximale 393K 128K
Paramètre de réflexion - reasoning.effort
Valeurs acceptées -
reasoning.effort
  • none
  • low
  • medium
  • high
  • xhigh
  • max
Par défaut - medium

Les spécifications sont transcrites à partir de la documentation de chaque fournisseur ; une ligne qu'un fournisseur ne publie pas est omise plutôt que déduite. Sources complètes : DeepSeek V4.1 Flash · GPT-6 Luna

Un prompt, deux modèles - mesurés via la passerelle

PROMPT Explain to a CFO, in exactly three sentences, why our LLM bill doubled after we enabled reasoning. VÉRIFIER exactement 3 phrases

DeepSeek V4.1 Flash réussi · 3 sentences

Enabling reasoning changed the unit economics: the model now spends extra billable tokens internally to “think” before producing the answer, and those reasoning tokens are charged like output tokens even though users never see them. That added token generation—plus longer contexts and occasional retries on harder prompts—roughly doubled our cost per request. We can control this by capping reasoning depth, routing only complex queries to reasoning models, and caching common prompts to bring the bill back down.

sortie 423 tok (+327 réflexion) latence 14.6 s

GPT-6 Luna réussi · 3 sentences

Enabling reasoning typically makes the model process more information and generate more internal tokens before producing its answer. Because usage is billed by tokens—and reasoning may also route requests to a more expensive model—the cost per request can rise sharply. If request volume stayed similar, that higher cost per request could explain why the bill doubled.

sortie 117 tok (+48 réflexion) latence 3.4 s

Suivi de l'instruction (exactement trois phrases - comptables), adaptation à l'audience (registre CFO), et l'écart de facturation lié à la réflexion cachée que les compteurs de tokens ci-dessous révèlent.

PROMPT This function is supposed to return the longest run of consecutive equal items, but callers report it is off by one on single-element inputs and misses runs that end at the last index. Fix it and explain the bug in one paragraph. VÉRIFIER le correctif passe les tests

DeepSeek V4.1 Flash réussi · 8/8 cases

```python def longest_run(xs): if not xs: return 0 best = 1 cur = 1 for i in range(1, len(xs)): if xs[i] == xs[i - 1]: cur += 1 else: cur = 1 best = max(best, cur) return best ``` The bug is that `cur` is counting equal adjacent pairs, not elements in the current run: every time `xs[i] == xs[i - 1]`, the run length increases by one element, but the first element of the run was never counted, so all runs are undercounted by one. Also, `best` starts at `0`, so single-element inputs return `0` instead of `1`, and a one-element run ending at the last index is missed entirely.

sortie 918 tok (+733 réflexion) latence 11.4 s

GPT-6 Luna réussi · 8/8 cases

```python def longest_run(xs): if not xs: return 0 best = cur = 1 for i in range(1, len(xs)): if xs[i] == xs[i - 1]: cur += 1 else: cur = 1 best = max(best, cur) return best ``` The original code counted matching *adjacent pairs* rather than items, so a run of length `n` was reported as `n - 1`, and a single-item input returned `0`. This version counts the current item as part of each run and updates `best` at every index, including the last; it returns `0` for an empty input.

sortie 514 tok (+356 réflexion) latence 6.9 s

Si le correctif est réellement juste (exécutable), la densité de l'explication, et l'efficacité en tokens sur une tâche bornée.

PROMPT Extract a JSON object with fields {company, quarter, revenue_usd_m, growth_pct, guidance} from this text. Use null for anything not stated; add no other fields. VÉRIFIER JSON valide, schéma exact

DeepSeek V4.1 Flash réussi · 5/5 fields, guidance "withheld pending the Q4 close"

{"company":"Meridian Robotics","quarter":"September quarter","revenue_usd_m":412,"growth_pct":11.0,"guidance":"withheld pending the Q4 close"}

sortie 1707 tok (+1667 réflexion) latence 15.1 s

GPT-6 Luna réussi · 5/5 fields, guidance "Withheld pending the Q4 close"

{"company":"Meridian Robotics","quarter":"September quarter","revenue_usd_m":412,"growth_pct":null,"guidance":"Withheld pending the Q4 close"}

sortie 161 tok (+119 réflexion) latence 21.7 s

Respect du schéma (aucun champ inventé), pression d'hallucination (guidance est explicitement retenue), et différences de chemin pour la sortie structurée.

PROMPT Write a 120-word product announcement for an API gateway feature that caches prompts across providers. Forbidden words: "seamless", "unlock", "game-changer", "revolutionize", "empower". Exactly one sentence must be a question. VÉRIFIER 120 mots, 0 mot interdit

DeepSeek V4.1 Flash réussi · 116 words, 0 banned, 1 question

Today we're launching Cross-Provider Prompt Cache for our API gateway. It stores identical prompt requests and their responses across supported model providers, then serves cached results when a match is found. Teams can cut duplicate inference costs, reduce latency, and keep behavior consistent during provider failover. The cache works with configurable TTLs, per-route rules, and cache-key controls, so you decide what is reusable and what must stay fresh. Does your application send the same prompts to multiple providers? Now your gateway can answer many of those calls without another upstream request. Existing observability dashboards show hit rates, saved tokens, and estimated spend reduction. Enable it in the gateway console, set your policy, and start caching today.

sortie 917 tok (+770 réflexion) latence 9.0 s

GPT-6 Luna réussi · 120 words, 0 banned, 1 question

Introducing Prompt Cache, a new API gateway feature that recognizes repeat prompt prefixes and reuses provider-side cached context across supported models. Teams can route requests to different AI providers while preserving eligible cache hits, reducing redundant input processing and helping lower latency and token costs. Configure cache policies in one place, monitor hit rates by provider, and keep existing client integrations unchanged. The gateway applies provider-specific rules automatically, so developers do not need to build separate caching logic for each endpoint. Which workflows could benefit from faster responses and predictable spend? Prompt Cache is available today in preview for eligible accounts, with usage details, supported providers, and setup guidance in the dashboard. Start with one route, compare results, then expand.

sortie 959 tok (+813 réflexion) latence 14.6 s

Respect des contraintes (budget de mots, liste de mots interdits, l'unique question), empreinte stylistique, et contrôle de la longueur.

Basculez de l'un à l'autre avec une seule ligne

Les deux ids sont dans chaque onglet ci-dessous - la paire de lignes en surbrillance est la seule modification. Même endpoint, même clé, même structure de requête.

from openai import OpenAI

client = OpenAI(
    base_url="https://synthorai.io/v1",
    api_key="sk-syn-...",
)

resp = client.chat.completions.create(
    model="deepseek-v4.1-flash",
    # model="gpt-6-luna",  # décommentez cette ligne, commentez celle du dessus
    messages=[{"role": "user", "content": "Summarize this diff"}],
    reasoning_effort="medium",
)
print(resp.choices[0].message.content)

Obtenez votre clé API →

FAQ

Lequel est le moins cher, DeepSeek V4.1 Flash ou GPT-6 Luna ?

GPT-6 Luna est moins cher sur entrée / 1m tokens ($0.1 contre $0.3, avec un écart de 3.0×). D'autres lignes peuvent indiquer l'inverse - le tableau ci-dessus contient la fiche complète, et le coût réel dépend de votre combinaison.

Puis-je faire un test A/B de DeepSeek V4.1 Flash par rapport à GPT-6 Luna sans deux intégrations ?

Oui. Les deux sont servis via le même endpoint compatible OpenAI avec une seule clé API - le basculement est un changement de chaîne de modèle en une ligne, vous pouvez donc diriger une fraction du trafic vers chacun et comparer les factures directement.

Est-ce que DeepSeek V4.1 Flash et GPT-6 Luna prennent en charge le prompt caching ?

Oui - les deux facturent les lectures en cache en dessous de leur tarif d'entrée, donc les charges de travail à préfixe chaud coûtent moins cher que ce que les tarifs de base suggèrent. Les lignes exactes des lectures en cache se trouvent dans le tableau de tarification ci-dessus.

Comparaisons associées

Issu de nos études mesurées