#113 DeepSeek V4 Pro
none
Invalid SVG
- Cost
- $0.000
- Time
- 300.0s
- Tokens
- 0 tok
AI BENCHY Compare
DeepSeek: DeepSeek V4 Pro vs inclusionAI: Ling-2.6-flash
Zusammenfassung
DeepSeek V4 Pro vs Ling-2.6-flash Benchmark-Vergleich: DeepSeek V4 Pro führt beim Durchschnittsscore mit 5.7 vs 5.0. Ling-2.6-flash hat die niedrigeren Benchmark-Kosten mit $0.001 vs $0.025. Ling-2.6-flash ist schneller mit 9.34s vs 12.38s, mit Erfolgsraten von 42.9% vs 31.8%.
Empfohlenes Modell: Ling-2.6-flash - Die Punktzahl bleibt nah an der besten hier (5.0 vs 5.7) und es kostet etwa 49.0x weniger als DeepSeek V4 Pro.
Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-06-04
| Metrik | DeepSeek V4 Pro DeepSeek V4 Pro none | Ling-2.6-flash Ling-2.6-flash none |
|---|---|---|
| Punktzahl | 5.7 | 5.0 |
| Rang | #113 | #138 |
| Zuverlässigkeit | 8.5 | 10.0 |
| Konsistenz | 8.5 | 9.2 |
| Korrekte Tests | ||
| Erfolgsquote pro Versuch | 42.9% | 31.8% |
| Instabile Tests | 4 | 2 |
| Gesamtläufe | 63 | 63 |
| Kosten pro Ergebnis | 0.660 | 0.005 |
| Gesamtkosten | $0.025 | $0.001 |
| Eingabepreis | $0.435 / 1M | $0.010 / 1M |
| Ausgabepreis | $0.870 / 1M | $0.030 / 1M |
| Gesamte Eingabe-Token | 44,845 | 40,718 |
| Ausgabe-Token | 5,349 | 2,878 |
| Denk-Token | 0 | 0 |
| Antwortzeit (Durchschnitt) | 12.38s | 9.34s |
| Antwortzeit (Maximum) | 58.65s | 35.34s |
| Antwortzeit (Gesamt) | 260.06s | 177.48s |
Generation showcase
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#138 Ling-2.6-flash
none
No showcase result has been generated for this model yet.
- Cost
- $0.000
- Time
- -
- Tokens
- 0 tok
Top-Modelle nach Score
Score vs. Gesamtkosten
Antwortzeit (Durchschnitt)
Punktzahl vs Antwortzeit (Durchschnitt)
Gesamte Ausgabe-Token
Punktzahl vs Gesamte Ausgabe-Token
Kategorieaufschlüsselung
| Anti-KI-Tricks | Punktzahl | Konsistenz | Erfolgsquote pro Versuch | Instabile Tests | Korrekte Tests | Antwortzeit (Durchschnitt) | Eingabe-Token | Ausgabe-Token | Denk-Token |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Pro | 3.5 | 8.0 | 16.7% | 1 | 14.02s | 540 | 704 | 0 | |
| Ling-2.6-flash | 6.8 | 8.1 | 58.3% | 1 | 11.81s | 726 | 573 | 0 |
| Programmierung | Punktzahl | Konsistenz | Erfolgsquote pro Versuch | Instabile Tests | Korrekte Tests | Antwortzeit (Durchschnitt) | Eingabe-Token | Ausgabe-Token | Denk-Token |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Pro | 4.6 | 7.9 | 22.2% | 1 | 6.11s | 7,279 | 531 | 0 | |
| Ling-2.6-flash | 5.3 | 10.0 | 33.3% | 0 | 11.21s | 813 | 381 | 0 |
| Kombiniert | Punktzahl | Konsistenz | Erfolgsquote pro Versuch | Instabile Tests | Korrekte Tests | Antwortzeit (Durchschnitt) | Eingabe-Token | Ausgabe-Token | Denk-Token |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Pro | 9.5 | 10.0 | 100.0% | 0 | 25.49s | 20,773 | 1,911 | 0 | |
| Ling-2.6-flash | 3.0 | 10.0 | 0.0% | 0 | 35.34s | 20,818 | 1,069 | 0 |
| Datenanalyse und -extraktion | Punktzahl | Konsistenz | Erfolgsquote pro Versuch | Instabile Tests | Korrekte Tests | Antwortzeit (Durchschnitt) | Eingabe-Token | Ausgabe-Token | Denk-Token |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Pro | 6.9 | 5.8 | 66.7% | 1 | 30.54s | 5,633 | 170 | 0 | |
| Ling-2.6-flash | 6.5 | 10.0 | 50.0% | 0 | 8.48s | 8,004 | 246 | 0 |
| Domänenspezifisch | Punktzahl | Konsistenz | Erfolgsquote pro Versuch | Instabile Tests | Korrekte Tests | Antwortzeit (Durchschnitt) | Eingabe-Token | Ausgabe-Token | Denk-Token |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Pro | 5.3 | 10.0 | 33.3% | 0 | 3.17s | 666 | 18 | 0 | |
| Ling-2.6-flash | 3.0 | 10.0 | 0.0% | 0 | 4.95s | 810 | 24 | 0 |
| Allgemeine Intelligenz | Punktzahl | Konsistenz | Erfolgsquote pro Versuch | Instabile Tests | Korrekte Tests | Antwortzeit (Durchschnitt) | Eingabe-Token | Ausgabe-Token | Denk-Token |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Pro | 4.3 | 9.9 | 0.0% | 0 | 3.75s | 471 | 132 | 0 | |
| Ling-2.6-flash | 4.0 | 10.0 | 0.0% | 0 | 1.45s | 540 | 109 | 0 |
| Befolgung von Anweisungen | Punktzahl | Konsistenz | Erfolgsquote pro Versuch | Instabile Tests | Korrekte Tests | Antwortzeit (Durchschnitt) | Eingabe-Token | Ausgabe-Token | Denk-Token |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Pro | 6.3 | 10.0 | 50.0% | 0 | 8.23s | 627 | 64 | 0 | |
| Ling-2.6-flash | 9.8 | 10.0 | 100.0% | 0 | 5.52s | 732 | 81 | 0 |
| Rätsellösen | Punktzahl | Konsistenz | Erfolgsquote pro Versuch | Instabile Tests | Korrekte Tests | Antwortzeit (Durchschnitt) | Eingabe-Token | Ausgabe-Token | Denk-Token |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Pro | 7.6 | 7.2 | 77.8% | 1 | 15.95s | 594 | 173 | 0 | |
| Ling-2.6-flash | 2.9 | 7.2 | 11.1% | 1 | 6.51s | 729 | 151 | 0 |
| Werkzeugaufrufe | Punktzahl | Konsistenz | Erfolgsquote pro Versuch | Instabile Tests | Korrekte Tests | Antwortzeit (Durchschnitt) | Eingabe-Token | Ausgabe-Token | Denk-Token |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Pro | 10.0 | 10.0 | 100.0% | 0 | 5.92s | 8,079 | 219 | 0 | |
| Ling-2.6-flash | 3.0 | 10.0 | 0.0% | 0 | 18.80s | 7,324 | 229 | 0 |
| Allgemeinwissen | Punktzahl | Konsistenz | Erfolgsquote pro Versuch | Instabile Tests | Korrekte Tests | Antwortzeit (Durchschnitt) | Eingabe-Token | Ausgabe-Token | Denk-Token |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Pro | 3.0 | 10.0 | 0.0% | 0 | 15.59s | 183 | 1,427 | 0 | |
| Ling-2.6-flash | 3.0 | 10.0 | 0.0% | 0 | 1.06s | 222 | 15 | 0 |
Schnellvergleich
Vergleichspaar wechseln
CobuddymediumvsDeepSeek V4 PrononeDeepSeek V4 PrononevsNemotron 3 SupermediumKostenlos verfügbarLing-2.6-flashnonevsMistral Small 4mediumLing-2.6-flashnonevsMiniMax M2.7mediumLing-2.6-flashnonevsMiniMax M2.5mediumDeepSeek V4 PrononevsMiniMax M2.5mediumDeepSeek V4 PrononevsMiniMax M2.7mediumLing-2.6-flashnonevsQwen3 Coder NextmediumDeepSeek V4 PrononevsMistral Small 4mediumDeepSeek V4 Prononevsgpt-oss-120bmediumKostenlos verfügbarCobuddymediumvsLing-2.6-flashnoneDeepSeek V4 PrononevsGPT-5 Nanomedium