Бенчмарк OpenDesign Arena протестировал 13 нейросетей на задачах по созданию веб-интерфейсов и лендингов. Модель GPT-6 Astra от OpenAI набрала 82,7 балла, в то время как DeepSeek V4.1 Flash показала результат 81,2 балла.
Разница в стоимости генерации между моделями существенна. Использование DeepSeek V4.1 Flash обходится в $0,023 за дизайн, что составляет около 1,4% от цены GPT-6 Astra, равной $1,61. DeepSeek также выполняет задачи быстрее: 5,3 минуты против 11,1 минуты у конкурента.
Из 13 протестированных систем, включая Claude Fable 5.1, Grok 4.6 и Qwen 3.8-Max, 11 моделей показали более низкие результаты при более высокой стоимости эксплуатации. Бенчмарк оценивает надежность вывода, засчитывая только те результаты, которые корректно отображаются как веб-страницы.
Экономичность DeepSeek V4.1 Flash обусловлена архитектурой Causal Encoder-Decoder. При общем объеме в 552 миллиарда параметров модель активирует лишь 8 миллиардов для обработки промпта и 16 миллиардов для генерации ответа.
Доля готовых к использованию результатов без правок составила 60% для GPT-6 Astra и 57,7% для DeepSeek V4.1 Flash. Компания DeepSeek нанимает инженеров в Пекине для разработки собственного агентного стека, стремясь контролировать полный цикл создания продуктов.
