AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com
#87

DeepSeek V4 Flash

DeepSeek প্রকাশ: 2026-04-24 পরীক্ষিত হয়েছে: 2026-04-24 09:19 deepseek/deepseek-v4-flash::none
(high) (none)

সারাংশ

DeepSeek V4 Flash AI BENCHY-তে 5.3 স্কোর করে এবং #87 স্থানে আছে। এর reliability প্রযোজ্য নয়, pass rate 33.3%, মোট খরচ $0.008, এবং গড় response time 29.39s.

DeepSeek V4 Flash কে আলাদা করে যা: এটি ডেটা পার্সিং ও নিষ্কাশন-তে সবচেয়ে ভালোভাবে নজর কাড়ে, যেখানে এর rank #1; আর অ্যান্টি-এআই কৌশল এর দুর্বলতম ক্ষেত্র, rank #18. এই score range-এর জন্য মোট benchmark খরচ অস্বাভাবিকভাবে কম।

ধারাবাহিকতা

9.1

নির্ভরযোগ্যতা

প্রযোজ্য নয়

মোট আউটপুট টোকেন

4,444

মোট ইনপুট টোকেন

0

ইনপুট মূল্য

$0.140 / 1M

আউটপুট মূল্য

$0.280 / 1M

সঠিক টেস্ট

ভুল টেস্ট: 13

প্রতি চেষ্টায় পাস রেট: 33.3%

অস্থির টেস্ট

2

অস্থির টেস্টে রানভেদে মিশ্র ফল হয়েছে (কমপক্ষে একটি পাস এবং একটি ফেল)।

প্রতিক্রিয়া সময় (গড়)

29.39s

প্রতিক্রিয়া সময় (সর্বোচ্চ): 111.96s

প্রতিক্রিয়া সময় (মোট): 529.10s

Hamster playing table tennis

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

#87 DeepSeek V4 Flash

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

রান ইতিহাস

পরীক্ষিত হয়েছে স্কোর নির্ভরযোগ্যতা সঠিক টেস্ট মোট খরচ তুলনা করুন
2026-07-16 23:22 নতুন টেস্ট যোগ হয়েছে 5.6 10.0 $0.044 তুলনা করুন
2026-06-04 14:22 পুনরায় পরীক্ষা 5.0 10.0 $0.008 তুলনা করুন
2026-06-04 13:02 নতুন টেস্ট যোগ হয়েছে 5.0 10.0 $0.008 তুলনা করুন
2026-05-22 00:37 স্যুইট পরিবর্তিত হয়েছে 5.1 10.0 $0.010 তুলনা করুন
2026-04-24 09:19 প্রথম রান 5.3 প্রযোজ্য নয় $0.008 বর্তমান রান

চার্ট

প্রথম মডেলটি নির্বাচন করুন, তারপর দ্বিতীয় মডেলে ক্লিক করে পাশাপাশি তুলনা পৃষ্ঠা খুলুন।

মোট আউটপুট টোকেন

স্কোর vs মোট আউটপুট টোকেন

দ্রুত তুলনা

বিভাগভিত্তিক বিশ্লেষণ

বিভাগ স্কোর ধারাবাহিকতা সঠিক টেস্ট
অ্যান্টি-এআই কৌশল 3.0 10.0
কোডিং 6.3 10.0
সমন্বিত 4.5 2.1
ডেটা পার্সিং ও নিষ্কাশন 10.0 10.0
ডোমেইন-নির্দিষ্ট 5.3 10.0
Sadharon Buddhimotta 4.2 9.9
নির্দেশনা অনুসরণ 6.5 10.0
ধাঁধা সমাধান 3.1 7.3
টুল কলিং 10.0 10.0

তুলনা করা মডেল