#37 DeepSeek V4 Flash
high- খরচ
- $0.003
- সময়
- 93.1s
- টোকেন
- 7,926 tok
DeepSeek
প্রকাশ: 2026-04-24
পরীক্ষিত হয়েছে: 2026-04-25 21:41
deepseek/deepseek-v4-flash::high
284B মোট (13B সক্রিয়)MoEউন্মুক্ত উৎস
(high)
(none)
সারাংশ
DeepSeek V4 Flash 0423 AI BENCHY-তে 7.8 স্কোর করে এবং #37 স্থানে আছে। এর reliability প্রযোজ্য নয়, pass rate 79.6%, মোট খরচ $0.031, এবং গড় response time 45.41s.
DeepSeek V4 Flash 0423 কে আলাদা করে যা: এটি ডেটা পার্সিং ও নিষ্কাশন-তে সবচেয়ে ভালোভাবে নজর কাড়ে, যেখানে এর rank #1; আর ধাঁধা সমাধান এর দুর্বলতম ক্ষেত্র, rank #18. এই score range-এর জন্য মোট benchmark খরচ অস্বাভাবিকভাবে কম।
মডেলের তথ্য
গবেষণার তারিখ: 2026-08-12
- প্যারামিটার
- 284B মোট (13B সক্রিয়)
- আর্কিটেকচার
- MoE
- উপলভ্যতা
- উন্মুক্ত উৎস
- লাইসেন্স
- MIT
7.8
ধারাবাহিকতা
7.8
প্রযোজ্য নয়
$0.031
মোট আউটপুট টোকেন
92,064
মোট ইনপুট টোকেন
0
ইনপুট মূল্য
$0.140 / 1M
আউটপুট মূল্য
$0.280 / 1M
অস্থির টেস্ট
5
অস্থির টেস্টে রানভেদে মিশ্র ফল হয়েছে (কমপক্ষে একটি পাস এবং একটি ফেল)।
45.41s
প্রতিক্রিয়া সময় (সর্বোচ্চ): 218.13s
প্রতিক্রিয়া সময় (মোট): 817.30s
Hamster playing table tennis
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 03:03 পুনরায় পরীক্ষা | 7.6 | 10.0 | $0.066 ↑ | তুলনা করুন | |
| 2026-07-16 23:17 নতুন টেস্ট যোগ হয়েছে | 7.7 | 10.0 | $0.042 ↓ | তুলনা করুন | |
| 2026-06-04 14:24 পুনরায় পরীক্ষা | 7.7 | 10.0 | $0.029 ↓ | তুলনা করুন | |
| 2026-06-04 13:02 নতুন টেস্ট যোগ হয়েছে | 7.7 | 10.0 | $0.028 ↓ | তুলনা করুন | |
| 2026-05-22 00:39 স্যুইট পরিবর্তিত হয়েছে | 7.4 | 10.0 | $0.038 | তুলনা করুন | |
| 2026-04-25 21:41 পুনরায় পরীক্ষা | 7.8 | প্রযোজ্য নয় | $0.031 | বর্তমান রান | |
| 2026-04-24 09:19 প্রথম রান | 7.8 | প্রযোজ্য নয় | $0.019 | তুলনা করুন |
রান তুলনা
| রান | বেঞ্চমার্ক কভারেজ | স্কোর | ধারাবাহিকতা | নির্ভরযোগ্যতা | সঠিক টেস্ট | অস্থির টেস্ট | মোট আউটপুট টোকেন | মোট ইনপুট টোকেন | মোট খরচ | প্রতিক্রিয়া সময় (গড়) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-04-25 21:41 · পুনরায় পরীক্ষা | 54/54 প্রচেষ্টা | 7.8 | 7.8 | প্রযোজ্য নয় | 11/18 | 5 | 92,064 | 0 | $0.031 | 45.41s |
| 2026-05-22 00:39 · স্যুইট পরিবর্তিত হয়েছে | 60/60 প্রচেষ্টা | 7.4 | 8.0 | 10.0 | 11/20 | 5 | 126,869 | 0 | $0.038 | 46.28s |
| পার্থক্য | — | +0.4 | -0.2 | 0 | 0 | -34805 | 0 | -$0.007 | -872ms |
বেঞ্চমার্ক কভারেজ আলাদা: 54/54 প্রচেষ্টা (লক্ষ্য: প্রতি টেস্টে 3টি পুনরাবৃত্তি) বনাম 60/60 প্রচেষ্টা (লক্ষ্য: প্রতি টেস্টে 3টি পুনরাবৃত্তি)। মোট মান ও পুনরাবৃত্তি-সংবেদনশীল মেট্রিক সরাসরি তুলনাযোগ্য নয়।
এই দুই রান ভিন্ন বেঞ্চমার্ক স্যুইট ব্যবহার করেছে, তাই পার্থক্যগুলোতে মডেল পরিবর্তন এবং স্যুইট পরিবর্তন দুটোই ধরা পড়ে।
চার্ট
প্রথম মডেলটি নির্বাচন করুন, তারপর দ্বিতীয় মডেলে ক্লিক করে পাশাপাশি তুলনা পৃষ্ঠা খুলুন।
স্কোর অনুযায়ী শীর্ষ মডেল
স্কোর vs মোট খরচ
প্রতিক্রিয়া সময় (গড়)
স্কোর vs প্রতিক্রিয়া সময় (গড়)
মোট আউটপুট টোকেন
স্কোর vs মোট আউটপুট টোকেন
দ্রুত তুলনা
DeepSeek V4 Flash 0423highvsDeepSeek V4 ProhighDeepSeek V4 Flash 0423highvsGPT-5.6 LunahighDeepSeek V4 Flash 0423highvsClaude Opus 4.6mediumDeepSeek V4 Flash 0423highvsSolar Pro 4xhighDeepSeek V4 Flash 0423highvsSeed-2.0-CodelowDeepSeek V4 Flash 0423highvsNemotron 3 Ultramediumবিনামূল্যে উপলভ্যDeepSeek V4 Flash 0423highvsGLM 5mediumDeepSeek V4 Flash 0423highvsClaude Opus 5noneDeepSeek V4 Flash 0423highvsQwen3.7 FlashhighDeepSeek V4 Flash 0423highvsGPT-5.4 Nanomedium
বিভাগভিত্তিক বিশ্লেষণ
| বিভাগ | স্কোর | ধারাবাহিকতা | সঠিক টেস্ট |
|---|---|---|---|
| অ্যান্টি-এআই কৌশল | 8.3 | 10.0 | |
| কোডিং | 10.0 | 10.0 | |
| সমন্বিত | 10.0 | 10.0 | |
| ডেটা পার্সিং ও নিষ্কাশন | 10.0 | 10.0 | |
| ডোমেইন-নির্দিষ্ট | 4.1 | 4.4 | |
| Sadharon Buddhimotta | 6.1 | 3.1 | |
| নির্দেশনা অনুসরণ | 10.0 | 10.0 | |
| ধাঁধা সমাধান | 6.4 | 4.5 | |
| টুল কলিং | 10.0 | 10.0 |