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

DeepSeek V4.1 Flash vs Ling 3.0 Flash (high)

Der Durchschnittsscore ist mit 5.8 vs 5.8 praktisch gleichauf. Ling 3.0 Flash (high) hat die niedrigeren Benchmark-Kosten mit $0.000 vs $0.123. Ling 3.0 Flash (high) ist schneller mit 13.08s vs 16.63s, mit Erfolgsraten von 36.2% vs 60.9%.

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-10-01

Verglichene Modelle

Rang
#250
Gesamte Ausgabe-Token
292,779
Antwortzeit (Durchschnitt)
16.63s
Gesamtkosten
$0.123
Rang
#251
Gesamte Ausgabe-Token
299,456
Antwortzeit (Durchschnitt)
13.08s
Gesamtkosten
$0.000
Empfohlenes Modell DeepSeek V4.1 Flash

Es hat die stärkste Punktzahl in diesem Vergleich (5.8) und die beste Gesamtbalance aus Kosten und Antwortzeit über alle 2 Modelle.

Detaillierter Vergleich

Metrik DeepSeek V4.1 Flash DeepSeek V4.1 Flash none Veröffentlichung: 2026-09-10 Ling 3.0 Flash Ling 3.0 Flash high Veröffentlichung: 2026-07-24
Punktzahl 5.8 5.8
Rang #250 #251
Zuverlässigkeit 9.7 9.8
Konsistenz 9.1 8.6
Versuche 69/69 69/69
Korrekte Tests
Erfolgsquote pro Versuch 36.2% 60.9%
Instabile Tests 3 4
Gesamtläufe 69 69
Kosten pro Ergebnis 2.806 0.000
Gesamtkosten $0.123 $0.000
Eingabepreis $0.020 / 1M $0.021 / 1M
Ausgabepreis $0.396 / 1M $0.063 / 1M
Gesamte Eingabe-Token 337,756 132,044
Ausgabe-Token 292,779 92,135
Denk-Token 0 207,321
Antwortzeit (Durchschnitt) 16.63s 13.08s
Antwortzeit (Maximum) 247.66s 75.27s
Antwortzeit (Gesamt) 382.53s 287.79s
Parameter 748B insgesamt (16B aktiv) 124B insgesamt (5.1B aktiv)
Verfügbarkeit Open Source Open Source

Modell-Generierungs-Showcase

Hamster playing table tennis

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

#250 DeepSeek V4.1 Flash

none
Kosten
$0.021
Zeit
55.4s
Token
17,181 tok

#251 Ling 3.0 Flash

high
Kosten
$0.000
Zeit
30.7s
Token
10,576 tok

Top-Modelle nach Score

Score vs. Gesamtkosten

Antwortzeit (Durchschnitt)

Punktzahl vs Antwortzeit (Durchschnitt)

Gesamte Ausgabe-Token

Punktzahl vs Gesamte Ausgabe-Token

Kategorieaufschlüsselung

Programmierung Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
DeepSeek V4.1 Flash 5.5 10.0 33.3% 0 83.66s 7,284 263,438 0
Ling 3.0 Flash 6.7 5.0 66.7% 2 14.85s 8,298 15,602 32,152

Schnellvergleich

Vergleichspaar wechseln