নেভিগেশন
AI BENCHY
Advertise here

DeepSeek V4 Flash 0423 vs Qwen3.6 27B

Qwen3.6 27B average score-এ এগিয়ে: 5.5 vs 5.4. DeepSeek V4 Flash 0423-এর benchmark খরচ কম: $0.039 vs $0.062. Qwen3.6 27B দ্রুত: 10.62s vs 36.17s, pass rates 27.3% vs 45.5%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-09-04

র‍্যাঙ্ক
#238
মোট আউটপুট টোকেন
100,726
প্রতিক্রিয়া সময় (গড়)
36.17s
মোট খরচ
$0.039
র‍্যাঙ্ক
#234
মোট আউটপুট টোকেন
16,156
প্রতিক্রিয়া সময় (গড়)
10.62s
মোট খরচ
$0.062
প্রস্তাবিত মডেল Qwen3.6 27B

It has the best score here (5.5), while responding about 3.4x faster than DeepSeek V4 Flash 0423.

বিস্তারিত তুলনা

মেট্রিক DeepSeek V4 Flash 0423 DeepSeek V4 Flash 0423 none প্রকাশ: 2026-04-24 Qwen3.6 27B Qwen3.6 27B none প্রকাশ: 2026-04-20
স্কোর 5.4 5.5
র‍্যাঙ্ক #238 #234
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 8.5 7.6
প্রচেষ্টা 66/66 66/66
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 27.3% 45.5%
অস্থির টেস্ট 4 6
মোট রান 66 66
প্রতি ফলাফলে খরচ 1.146 1.220
মোট খরচ $0.039 $0.062
ইনপুট মূল্য $0.088 / 1M $0.300 / 1M
আউটপুট মূল্য $0.176 / 1M $2.000 / 1M
মোট ইনপুট টোকেন 240,230 95,805
আউটপুট টোকেন 100,726 16,156
রিজনিং টোকেন 0 0
প্রতিক্রিয়া সময় (গড়) 36.17s 10.62s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 247.27s 156.31s
প্রতিক্রিয়া সময় (মোট) 795.83s 233.68s
প্যারামিটার 284B মোট (13B সক্রিয়) 27B
উপলভ্যতা উন্মুক্ত উৎস উন্মুক্ত উৎস

মডেল জেনারেশন শোকেস

Hamster playing table tennis

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

#238 DeepSeek V4 Flash 0423

none
খরচ
$0.004
সময়
157.6s
টোকেন
11,297 tok

#234 Qwen3.6 27B

none
খরচ
$0.009
সময়
83.0s
টোকেন
4,549 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 0423 4.2 7.4 11.1% 1 17.13s 7,279 9,717 0
Qwen3.6 27B 5.5 10.0 33.3% 0 4.16s 7,913 539 0

দ্রুত তুলনা

তুলনার জুটি বদলান