DeepSeek V4 Pro vs GPT-5.6

vs

Qual usar e quando

O gpt-5.6 custa cerca de 3x o que custa o deepseek-v4-pro na entrada ($4 contra $1.32) e cerca de 5x na saída ($20 contra $3.96), e o deepseek-v4-pro aceita até 393216 tokens de saída, contra 128000. Ambos oferecem raciocínio, ferramentas e thinking que pode ser desativado, com contextos de 1000000 e 1050000 tokens. Prefira o deepseek-v4-pro para texto em alto volume e o gpt-5.6 se precisar de entrada de imagem, que o deepseek-v4-pro não aceita.

Benchmarks

À frenteAcima da médiaNenhum melhorDeepSeek V4 Pro05 / 100 / 10GPT-5.6594 / 12128 / 121

5 medidos em ambos.

DeepSeek V4 Pro GPT-5.6 outros modelos medidos média dos modelos comparados ★ nenhum outro modelo teve pontuação maior
SWE-Bench Pro
59%
64.6%
BioMysteryBench hard
N/A
44.7%
OSWorld-Verified
N/A
83%
Cybergym
N/A
84.5%
HealthBench Professional
N/A
60.5%
Finance Agent v2
N/A
53.8%
Harvey Lab-AA
N/A
87.2%
Humanity's Last Exam no tools
37.7%
44.5%
BrowseComp
N/A
90.4%
LVBench
N/A
82.1%

Publicado pelos provedores: Alibaba (Qwen) Alibaba (Qwen) Alibaba (Qwen) Alibaba (Qwen) Alibaba (Qwen) Alibaba (Qwen) Alibaba (Qwen) Anthropic Anthropic Anthropic Anthropic Anthropic ByteDance DeepSeek DeepSeek DeepSeek Google Google Google Google Google MiniMax Moonshot Moonshot OpenAI OpenAI OpenAI OpenAI OpenAI OpenAI OpenAI Tencent Z.ai Z.ai Z.ai Z.ai

Preços

DeepSeek V4 Pro GPT-5.6 Δ
Entrada / 1M tokens $1.32 $4 0.33×
Saída / 1M tokens $3.96 $20 0.2×
Leitura de cache / 1M tokens $0.132 $0.4 0.33×
Escrita de cache sem cobrança separada 1.25x (30m) / 2.5x (12h) -

Tarifas do catálogo em tempo real, lidas no momento do build; a página de cada modelo traz a tabela de preços atual. A tabela principal mostra as tarifas base. O comprimento da entrada pode alterar a tarifa de toda a solicitação. Consulte as faixas nas páginas dos modelos.

GPT-5.6 · Preços por comprimento de entrada

Toda a solicitação usa a tarifa da faixa de comprimento de entrada. Preços em USD por milhão de tokens.

Tokens de entradaEntradaSaída
0 - 272.000 $4 $20
272.001 - 1.050.000 $8 $30

Onde cada um fica: preço de entrada por 1M tokens entre os 91 modelos de chat com esta unidade de cobrança (escala logarítmica)

DeepSeek V4 Pro · $1.32 GPT-5.6 · $4
$0.05 · Qwen3 VL Flash $30 · GPT-5.4 Pro

Capacidades

DeepSeek V4 Pro GPT-5.6
Uso de ferramentas sim sim
Controle de raciocínio configurável configurável
Saída estruturada sim sim
Cache de prompts implícito (automático) implícito + explícito
Tempo de vida do cache no fixed TTL (evicted when unused) at least 30m by default, 12h option on the Responses API
Prefixo mínimo em cache não publicado 1,024 tokens

Especificações

DeepSeek V4 Pro GPT-5.6
Modalidades de entrada texto texto imagem
Modalidades de saída texto texto
Lançamento 2026-04-24 2026-07-09
Corte de conhecimento - 2026-02
Janela de contexto 1.000.000 1.050.000
Saída máxima 393.216 128.000
Parâmetro de raciocínio
  • thinking.type
  • reasoning_effort
reasoning.effort
Valores aceitos
thinking.type
  • enabled
  • disabled
reasoning_effort
  • high
  • max (low and medium map to high, xhigh maps to max)
reasoning.effort
  • none
  • low
  • medium
  • high
  • xhigh
  • max
Padrão

enabled, com reasoning_effort high

algumas requisições de agente complexas são definidas automaticamente como max

medium

As especificações são transcritas da documentação de cada provedor; quando um provedor não publica um dado, a linha é omitida, e não inferida. Fontes completas: DeepSeek V4 Pro · GPT-5.6

Um prompt, os dois modelos, medidos pelo gateway

PROMPT Explain to a CFO, in exactly three sentences, why our LLM bill doubled after we enabled reasoning. VERIFICAÇÃO exatamente 3 frases

DeepSeek V4 Pro passou · 3 sentences

Enabling reasoning causes the model to generate a lengthy internal chain‑of‑thought before it delivers a visible answer, and we are billed for every one of those hidden reasoning tokens just as we are for the final output. In most interactions, the volume of these unseen tokens at least equals the visible response, effectively doubling the total tokens consumed per query. That doubled token consumption translates directly into a doubled per‑query cost, which is why our overall LLM bill doubled.

saída 641 tok (+545 raciocínio) latência 11.5 s

GPT-5.6 passou · 3 sentences

Enabling reasoning makes the model generate many additional internal tokens before producing an answer, so each request consumes substantially more compute. Those reasoning tokens are billed even though they are not visible to users, and longer processing can also increase tool calls, retries, and output length. The bill doubled because our cost per request rose, not necessarily because usage volume increased; we can control it by limiting reasoning effort and routing simpler tasks to cheaper models.

saída 126 tok (+30 raciocínio) latência 3.0 s

Se a instrução é seguida (exatamente três frases, dá para contar), a adequação ao público (tom para um CFO) e a diferença de cobrança causada pelo raciocínio oculto, que os medidores de tokens abaixo deixam à mostra.

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. VERIFICAÇÃO a correção passa nos testes

DeepSeek V4 Pro passou · 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 best = max(best, cur) else: cur = 1 return best ``` **Explanation:** The bug stems from initializing `cur = 0` and only incrementing it when two adjacent elements match, which counts the number of *additional* equal elements rather than the actual run length (which is `cur + 1`). As a result, the returned `best` is always one less than the true longest run—most obviously returning 0 for a single-element list instead of 1. […]

saída 2418 tok (+2131 raciocínio) latência 35.6 s

GPT-5.6 passou · 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: best = max(best, cur) cur = 1 return max(best, cur) ``` The original code counted equal *transitions* rather than items, so a run of one had length `0`, a run of three had length `2`, and tracking from zero caused the off-by-one error. The corrected version starts each run at length `1`, resets to `1` when the value changes, and performs a final `max` after the loop so a run ending at the last element is included; an empty input still returns `0`.

saída 277 tok (+93 raciocínio) latência 4.2 s

Se a correção está mesmo certa (dá para executar), a densidade da explicação e a eficiência em tokens em uma tarefa bem delimitada.

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. VERIFICAÇÃO JSON válido, schema exato

DeepSeek V4 Pro passou · 5/5 fields, guidance null

{ "company": "Meridian Robotics", "quarter": "September quarter", "revenue_usd_m": 412, "growth_pct": "eleven and change", "guidance": null }

saída 1204 tok (+1153 raciocínio) latência 19.9 s

GPT-5.6 passou · 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" }

saída 179 tok (+118 raciocínio) latência 3.7 s

Aderência ao schema (sem campos inventados), pressão para alucinar (o texto diz explicitamente que o guidance não foi divulgado) e diferenças no caminho de saída estruturada.

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. VERIFICAÇÃO 120 palavras, 0 palavras proibidas

DeepSeek V4 Pro sem resposta para avaliar · no answer text within 16,384 tokens (all of it went to thinking)

O modelo não retornou nenhum texto de resposta: todo o orçamento de tokens foi consumido pelo raciocínio oculto.

saída 8193 tok (+8192 raciocínio) latência 106.2 s

GPT-5.6 passou · 120 words, 0 banned, 1 question

Today we are introducing Prompt Cache, a new API gateway feature that stores reusable prompt prefixes and serves them across supported model providers. By recognizing identical system instructions, tools, examples, and context blocks, Prompt Cache reduces repeated input processing, lowers latency, and helps control token costs without changing application code. Teams can configure retention windows, cache keys, provider routing, encryption, and regional storage policies from one dashboard or API. What happens when a preferred provider is unavailable? The gateway can route requests to another provider while reusing eligible cached content, preserving performance and consistency. Built-in metrics report hit rates, savings, latency, and provider usage, while audit logs support governance. Prompt Cache is available today in public preview for all customers.

saída 628 tok (+473 raciocínio) latência 7.3 s

Respeito às restrições (limite de palavras, lista de palavras proibidas, uma única pergunta), a marca de estilo de cada modelo e o controle do tamanho.

Troque de um para o outro mudando uma linha

Os dois ids estão em todas as abas abaixo; o par de linhas destacado é a única alteração. O endpoint, a chave e o formato da requisição são os mesmos.

from openai import OpenAI

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

resp = client.chat.completions.create(
    model="deepseek-v4-pro",
    # model="gpt-5.6",  # descomente esta linha, comente a linha acima
    messages=[{"role": "user", "content": "Summarize this diff"}],
    reasoning_effort="medium",
)
print(resp.choices[0].message.content)

Obtenha sua chave de API →

Perguntas frequentes

Qual é mais barato, DeepSeek V4 Pro ou GPT-5.6?

A tabela principal mostra as tarifas base. O comprimento da entrada pode alterar a tarifa de toda a solicitação. Consulte as faixas nas páginas dos modelos.

Posso fazer um teste A/B de DeepSeek V4 Pro contra GPT-5.6 sem duas integrações?

Sim. Os dois são servidos pelo mesmo endpoint compatível com OpenAI, com uma única chave de API. Para trocar, basta mudar uma linha, a string do modelo; assim você pode direcionar uma parte do tráfego para cada um e comparar as contas diretamente.

DeepSeek V4 Pro e GPT-5.6 suportam cache de prompts?

Sim. Os dois cobram as leituras de cache abaixo da tarifa de entrada, então cargas de trabalho com prefixo já em cache custam menos do que os preços de tabela sugerem. Os valores exatos de leitura de cache estão na tabela de preços acima.

Comparações relacionadas

Dos nossos estudos com medições