#126 DeepSeek V4 Flash 0731
medium- খরচ
- $0.004
- সময়
- 93.3s
- টোকেন
- 13,252 tok
সারাংশ
DeepSeek V4 Flash 0731 AI BENCHY-তে 7.3 স্কোর করে এবং #126 স্থানে আছে। এর reliability 10.0, pass rate 71.2%, মোট খরচ $0.066, এবং গড় response time 84.66s.
DeepSeek V4 Flash 0731 কে আলাদা করে যা: এটি সমন্বিত-তে সবচেয়ে ভালোভাবে নজর কাড়ে, যেখানে এর rank #4; আর নির্দেশনা অনুসরণ এর দুর্বলতম ক্ষেত্র, rank #13. এটি অস্বাভাবিকভাবে বেশি reasoning tokens ব্যবহার করে, যা ধীর বা বেশি খরচের runs ব্যাখ্যা করতে পারে।
গবেষণার তারিখ: 2026-08-12
7.3
ধারাবাহিকতা
7.1
10.0
মোট আউটপুট টোকেন
550,855
মোট ইনপুট টোকেন
89,819
ইনপুট মূল্য
$0.065 / 1M
আউটপুট মূল্য
$0.180 / 1M
অস্থির টেস্ট
8
অস্থির টেস্টে রানভেদে মিশ্র ফল হয়েছে (কমপক্ষে একটি পাস এবং একটি ফেল)।
84.66s
প্রতিক্রিয়া সময় (সর্বোচ্চ): 288.78s
প্রতিক্রিয়া সময় (মোট): 1862.46s
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
রান ইতিহাস
| পরীক্ষিত হয়েছে | স্কোর | নির্ভরযোগ্যতা | সঠিক টেস্ট | মোট খরচ | তুলনা করুন |
|---|---|---|---|---|---|
| 2026-08-14 03:12 পুনরায় পরীক্ষা | 7.3 | 10.0 | $0.066 ↓ | বর্তমান রান | |
| 2026-08-01 02:36 প্রথম রান | 7.3 | 9.8 | $0.106 | তুলনা করুন |
এই রানটি ভিন্ন একটি বেঞ্চমার্ক স্যুইট ব্যবহার করেছে। ঐতিহাসিক পরিবর্তন পড়ার সময় স্যুইট পরিবর্তনও মাথায় রাখুন।
মূল্যের ইতিহাস
OpenRouter থেকে এই মডেলের ঐতিহাসিক মূল্য তথ্য।
| তারিখ | ইনপুট মূল্য | আউটপুট মূল্য |
|---|---|---|
| 2026-08-02 09:23 | $0.090 / 1M | $0.180 / 1M |
| 2026-08-11 09:41 | $0.080 / 1M | $0.180 / 1M |
| 2026-08-14 12:51 | $0.140 / 1M | $0.280 / 1M |
| 2026-09-08 21:53 | $0.065 / 1M | $0.180 / 1M |
প্রথম মডেলটি নির্বাচন করুন, তারপর দ্বিতীয় মডেলে ক্লিক করে পাশাপাশি তুলনা পৃষ্ঠা খুলুন।
| বিভাগ | স্কোর | ধারাবাহিকতা | সঠিক টেস্ট |
|---|---|---|---|
| অ্যান্টি-এআই কৌশল | 8.2 | 7.9 | |
| কোডিং | 6.4 | 4.4 | |
| সমন্বিত | 7.3 | 5.8 | |
| ডেটা পার্সিং ও নিষ্কাশন | 10.0 | 10.0 | |
| ডোমেইন-নির্দিষ্ট | 2.9 | 7.2 | |
| Sadharon Buddhimotta | 6.1 | 3.1 | |
| নির্দেশনা অনুসরণ | 8.5 | 6.8 | |
| ধাঁধা সমাধান | 8.2 | 7.3 | |
| টুল কলিং | 10.0 | 10.0 | |
| সাধারণ জ্ঞান | 3.0 | 10.0 |