#95 DeepSeek V4 Pro
none
Invalid SVG
- Cost
- $0.000
- Time
- 300.0s
- Tokens
- 0 tok
DeepSeek
Veröffentlichung: 2026-04-24
Getestet am: 2026-05-22 00:38
deepseek/deepseek-v4-pro::none
(high)
(none)
Zusammenfassung
DeepSeek V4 Pro erreicht 6.0 bei AI BENCHY und liegt auf #95. Das Modell hat 8.1 Zuverlässigkeit, 48.3% Erfolgsrate, $0.046 Gesamtkosten und 13.48s durchschnittliche Antwortzeit.
Was DeepSeek V4 Pro besonders macht: Am stärksten ist es in Domänenspezifisch, wo es #2 erreicht; am schwächsten ist Anti-KI-Tricks mit #12.
6.0
Konsistenz
8.9
Gesamte Ausgabe-Token
5,347
Gesamte Eingabe-Token
0
Eingabepreis
$0.435 / 1M
Ausgabepreis
$0.870 / 1M
Instabile Tests
3
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 Neuer Test hinzugefügt | 5.7 | 8.5 | $0.025 ↓ | Vergleichen | |
| 2026-05-22 00:38 Suite geändert | 6.0 | 8.1 | $0.046 | Aktueller Lauf | |
| 2026-04-29 14:46 Erneuter Test | 6.2 | 7.9 | $0.043 | Vergleichen | |
| 2026-04-24 09:19 Erster Lauf | 3.1 | k. A. | $0.009 | 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 00:38 · Suite geändert | 6.0 | 8.9 | 8.1 | 8/20 | 3 | 5,347 | 0 | $0.046 | 13.48s |
| 2026-04-24 09:19 · Erster Lauf | 3.1 | 7.2 | k. A. | 0/18 | 6 | 591 | 0 | $0.009 | 44.40s |
| Differenz | +2.9 | +1.7 | +8 | -3 | +4756 | 0 | +$0.037 | -30920ms |
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 PrononevsGPT-5.5noneDeepSeek V4 PrononevsGemini 3.1 Flash LitenoneDeepSeek V4 PrononevsGPT-5 NanomediumDeepSeek V4 PrononevsQwen3.5 Plus 2026-02-15noneDeepSeek V4 PrononevsGemini 3 Flash PreviewmediumDeepSeek V4 PrononevsGemini 3.5 FlashhighDeepSeek V4 PrononevsNemotron 3 Ultra 550b A55bmediumKostenlos verfügbarDeepSeek V4 PrononevsGemini 3.5 Flashlow
Kategorieaufschlüsselung
| Kategorie | Punktzahl | Konsistenz | Korrekte Tests |
|---|---|---|---|
| Anti-KI-Tricks | 3.5 | 8.0 | |
| Programmierung | 5.4 | 6.8 | |
| Kombiniert | 9.5 | 10.0 | |
| Datenanalyse und -extraktion | 8.8 | 10.0 | |
| Domänenspezifisch | 5.3 | 10.0 | |
| Allgemeine Intelligenz | 4.3 | 9.9 | |
| Befolgung von Anweisungen | 6.3 | 10.0 | |
| Rätsellösen | 7.6 | 7.2 | |
| Werkzeugaufrufe | 10.0 | 10.0 | |
| Allgemeinwissen | 3.0 | 10.0 |