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 GPT-5.6 Luna

average score প্রায় সমান: 5.4 vs 5.4. GPT-5.6 Luna-এর benchmark খরচ কম: $0.015 vs $0.021. GPT-5.6 Luna দ্রুত: 1.50s vs 20.70s, pass rates 27.3% vs 34.9%.

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
#181
মোট আউটপুট টোকেন
6,709
প্রতিক্রিয়া সময় (গড়)
1.50s
মোট খরচ
$0.015
প্রস্তাবিত মডেল GPT-5.6 Luna

It has the best score here (5.4), while responding about 13.8x faster than DeepSeek V4 Flash 0731.

বিস্তারিত তুলনা

মেট্রিক DeepSeek V4 Flash 0731 DeepSeek V4 Flash 0731 none প্রকাশ: 2026-08-01 GPT-5.6 Luna GPT-5.6 Luna none প্রকাশ: 2026-07-09
স্কোর 5.4 5.4
র‍্যাঙ্ক #182 #181
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 8.6 8.8
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 27.3% 34.9%
অস্থির টেস্ট 4 3
মোট রান 66 66
প্রতি ফলাফলে খরচ 0.509 2.360
মোট খরচ $0.021 $0.015
ইনপুট মূল্য $0.140 / 1M $0.100 / 1M
আউটপুট মূল্য $0.280 / 1M $0.601 / 1M
মোট ইনপুট টোকেন 94,557 101,323
আউটপুট টোকেন 25,424 6,709
রিজনিং টোকেন 0 0
প্রতিক্রিয়া সময় (গড়) 20.70s 1.50s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 387.15s 10.57s
প্রতিক্রিয়া সময় (মোট) 455.38s 32.91s

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

#181 GPT-5.6 Luna

none
খরচ
$0.016
সময়
15.8s
টোকেন
2,685 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
GPT-5.6 Luna 3.8 7.2 22.2% 1 980ms 7,302 459 0

দ্রুত তুলনা

তুলনার জুটি বদলান