#55 DeepSeek V4 Flash
high- Cost
- $0.003
- Time
- 93.1s
- Tokens
- 7,926 tok
DeepSeek
Veröffentlichung: 2026-04-24
Getestet am: 2026-05-22 00:39
deepseek/deepseek-v4-flash::high
(high)
(none)
Zusammenfassung
DeepSeek V4 Flash erreicht 7.4 bei AI BENCHY und liegt auf #55. Das Modell hat 10.0 Zuverlässigkeit, 71.7% Erfolgsrate, $0.038 Gesamtkosten und 46.28s durchschnittliche Antwortzeit.
Was DeepSeek V4 Flash besonders macht: Am stärksten ist es in Datenanalyse und -extraktion, wo es #1 erreicht; am schwächsten ist Domänenspezifisch mit #13.
7.4
Konsistenz
8.0
10.0
Gesamte Ausgabe-Token
126,869
Gesamte Eingabe-Token
0
Eingabepreis
$0.112 / 1M
Ausgabepreis
$0.224 / 1M
Instabile Tests
5
Instabile Tests hatten gemischte Ergebnisse über Läufe hinweg (mindestens ein Erfolg und ein Fehlschlag).
Generation showcase
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
Testverlauf
| Getestet am | Punktzahl | Zuverlässigkeit | Korrekte Tests | Gesamtkosten | Vergleichen |
|---|---|---|---|---|---|
| 2026-06-04 14:24 Erneuter Test | 7.7 | 10.0 | $0.029 ↓ | Vergleichen | |
| 2026-06-04 13:02 Neuer Test hinzugefügt | 7.7 | 10.0 | $0.028 ↓ | Vergleichen | |
| 2026-05-22 00:39 Suite geändert | 7.4 | 10.0 | $0.038 | Aktueller Lauf | |
| 2026-04-25 21:41 Erneuter Test | 7.8 | k. A. | $0.031 | Vergleichen | |
| 2026-04-24 09:19 Erster Lauf | 7.8 | k. A. | $0.019 | Vergleichen |
Dieser Lauf nutzte eine andere Benchmark-Suite. Berücksichtige Suite-Änderungen bei der historischen Einordnung.
Laufvergleich
| Lauf | Punktzahl | Konsistenz | Zuverlässigkeit | Korrekte Tests | Instabile Tests | Gesamte Ausgabe-Token | Gesamte Eingabe-Token | Gesamtkosten | Antwortzeit (Durchschnitt) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-05-22 00:39 · Suite geändert | 7.4 | 8.0 | 10.0 | 11/20 | 5 | 126,869 | 0 | $0.038 | 46.28s |
| 2026-04-24 09:19 · Erster Lauf | 7.8 | 7.8 | k. A. | 11/18 | 5 | 48,916 | 0 | $0.019 | 39.75s |
| Differenz | -0.4 | +0.2 | 0 | 0 | +77953 | 0 | +$0.019 | +6531ms |
Diese beiden Läufe nutzten unterschiedliche Benchmark-Suiten, daher spiegeln die Deltas sowohl Modell- als auch Suite-Änderungen wider.
Diagramme
Wähle zuerst das erste Modell und klicke dann ein zweites Modell, um eine Seite im direkten Vergleich zu öffnen.
Top-Modelle nach Score
Punktzahl vs Gesamtkosten
Antwortzeit (Durchschnitt)
Punktzahl vs Antwortzeit (Durchschnitt)
Gesamte Ausgabe-Token
Punktzahl vs Gesamte Ausgabe-Token
Schnellvergleich
DeepSeek V4 FlashhighKostenlos verfügbarvsGemma 4 31BmediumKostenlos verfügbarDeepSeek V4 FlashhighKostenlos verfügbarvsQwen3.5-122B-A10BmediumDeepSeek V4 FlashhighKostenlos verfügbarvsQwen3.6 PlusmediumDeepSeek V4 FlashhighKostenlos verfügbarvsQwen3.5-27BmediumDeepSeek V4 FlashhighKostenlos verfügbarvsQwen3.5 Plus 2026-02-15mediumDeepSeek V4 FlashhighKostenlos verfügbarvsGemini 3 Flash PreviewmediumDeepSeek V4 FlashhighKostenlos verfügbarvsGemini 3.5 FlashhighDeepSeek V4 FlashhighKostenlos verfügbarvsNemotron 3 Ultra 550b A55bmediumKostenlos verfügbarDeepSeek V4 FlashhighKostenlos verfügbarvsGemini 3.5 Flashlow
Kategorieaufschlüsselung
| Kategorie | Punktzahl | Konsistenz | Korrekte Tests |
|---|---|---|---|
| Anti-KI-Tricks | 8.3 | 10.0 | |
| Programmierung | 6.8 | 10.0 | |
| Kombiniert | 10.0 | 10.0 | |
| Datenanalyse und -extraktion | 10.0 | 10.0 | |
| Domänenspezifisch | 4.1 | 4.4 | |
| Allgemeine Intelligenz | 6.1 | 3.1 | |
| Befolgung von Anweisungen | 10.0 | 10.0 | |
| Rätsellösen | 6.4 | 4.4 | |
| Werkzeugaufrufe | 10.0 | 10.0 | |
| Allgemeinwissen | 3.0 | 10.0 |