নেভিগেশন
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

DeepSeek V4 Flash 0731 vs Mistral Small 4 (medium)

DeepSeek V4 Flash 0731 average score-এ এগিয়ে: 5.4 vs 5.1. DeepSeek V4 Flash 0731-এর benchmark খরচ কম: $0.021 vs $0.096. Mistral Small 4 (medium) দ্রুত: 10.77s vs 20.70s, pass rates 27.3% vs 42.4%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-08-01

র‍্যাঙ্ক
#182
মোট আউটপুট টোকেন
25,424
প্রতিক্রিয়া সময় (গড়)
20.70s
মোট খরচ
$0.021
র‍্যাঙ্ক
#191
মোট আউটপুট টোকেন
131,824
প্রতিক্রিয়া সময় (গড়)
10.77s
মোট খরচ
$0.096
প্রস্তাবিত মডেল DeepSeek V4 Flash 0731

It has the best score here (5.4), while costing about 4.7x less than Mistral Small 4 (medium).

বিস্তারিত তুলনা

মেট্রিক DeepSeek V4 Flash 0731 DeepSeek V4 Flash 0731 none প্রকাশ: 2026-08-01 Mistral Small 4 Mistral Small 4 medium প্রকাশ: 2026-03-16
স্কোর 5.4 5.1
র‍্যাঙ্ক #182 #191
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 8.6 7.0
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 27.3% 42.4%
অস্থির টেস্ট 4 8
মোট রান 66 66
প্রতি ফলাফলে খরচ 0.509 1.913
মোট খরচ $0.021 $0.096
ইনপুট মূল্য $0.140 / 1M $0.150 / 1M
আউটপুট মূল্য $0.280 / 1M $0.600 / 1M
মোট ইনপুট টোকেন 94,557 140,494
আউটপুট টোকেন 25,424 39,462
রিজনিং টোকেন 0 92,362
প্রতিক্রিয়া সময় (গড়) 20.70s 10.77s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 387.15s 59.15s
প্রতিক্রিয়া সময় (মোট) 455.38s 236.94s

মডেল জেনারেশন শোকেস

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#182 DeepSeek V4 Flash 0731

none
খরচ
$0.004
সময়
198.4s
টোকেন
14,316 tok

#191 Mistral Small 4

medium
খরচ
$0.006
সময়
47.9s
টোকেন
9,857 tok

স্কোর অনুযায়ী শীর্ষ মডেল

স্কোর বনাম মোট খরচ

প্রতিক্রিয়া সময় (গড়)

স্কোর vs প্রতিক্রিয়া সময় (গড়)

মোট আউটপুট টোকেন

স্কোর vs মোট আউটপুট টোকেন

বিভাগভিত্তিক বিশ্লেষণ

কোডিং স্কোর ধারাবাহিকতা প্রতি চেষ্টায় পাস রেট অস্থির টেস্ট সঠিক টেস্ট প্রতিক্রিয়া সময় (গড়) ইনপুট টোকেন আউটপুট টোকেন রিজনিং টোকেন
DeepSeek V4 Flash 0731 4.3 10.0 0.0% 0 1.72s 7,275 505 0
Mistral Small 4 4.4 5.1 33.3% 2 39.98s 7,636 11,635 54,715

দ্রুত তুলনা

তুলনার জুটি বদলান