DeepSWE बेंचमार्क पर DeepSeek V4 Pro 0813 और GPT-5.6 Sol की तुलना दर्शाती है कि DeepSeek को पहले चलाने और टेस्ट विफल होने पर GPT-5.6 Sol पर स्केलेट करने से प्रति कार्य $3.35 पर 83.0% पास दर प्राप्त होती है।

  • DeepSeek V4 Pro 0813 का रोलआउट प्रति $0.24 होता है, जो इसे GPT-5.6 Sol के $8.37 मूल्य से 35 गुना सस्ता बनाता है।
  • जबकि GPT-5.6 Sol एकमात्र प्रयास में सटीकता में अग्रणी है और pass@1 दर 72.7% है, DeepSeek V4 Pro 0813 चार प्रयासों पर इसे पार कर जाता है और pass@4 स्कोर 88.5% प्राप्त करता है।
  • cascade रणनीति दोनों मॉडलों को अकेले चलाने से बेहतर है और GPT-5.6 Sol के प्रति कार्य लागत की आधी से कम में 83.0% कवरेज हासिल करके एक पूर्ण one-shot oracle router से भी बेहतर प्रदर्शन करती है।
  • GPT-5.6 Sol लेटेंसी-संवेदनशील कार्यों के लिए श्रेष्ठ बना हुआ है, जो रोलआउट 17 मिनट में पूरा करता है जबकि DeepSeek को 35 मिनट लगते हैं, और Python और Go सहित आठ कार्य डोमेन में से छह में जीतता है।

यह रूटिंग दृष्टिकोण उपयोगकर्ताओं को DeepSeek V4 Pro 0813 को एक कम लागत वाला फ्रंट-एंड के रूप में उपयोग करने की अनुमति देता है जो अधिकांश कार्यभार संभाल लेता है, और केवल उन कठिन कार्यों के लिए महंगा GPT-5.6 Sol आरक्षित रखता है जिन्हें इसकी उच्च सटीकता की आवश्यकता होती है।