#112 DeepSeek V4 Pro
none
Ungültiges SVG
- Kosten
- $0.000
- Zeit
- 300.0s
- Token
- 0 tok
DeepSeek
Veröffentlichung: 2026-04-24
Getestet am: 2026-04-24 09:19
deepseek/deepseek-v4-pro::none
(high)
(none)
Zusammenfassung
DeepSeek V4 Pro erreicht 3.1 bei AI BENCHY und liegt auf #112. Das Modell hat k. A. Zuverlässigkeit, 11.1% Erfolgsrate, $0.009 Gesamtkosten und 44.40s durchschnittliche Antwortzeit.
Was DeepSeek V4 Pro besonders macht: Die Benchmark-Gesamtkosten sind für diese Leistungsklasse ungewöhnlich niedrig.
3.1
Konsistenz
7.2
k. A.
Gesamte Ausgabe-Token
591
Gesamte Eingabe-Token
0
Eingabepreis
$1.740 / 1M
Ausgabepreis
$3.480 / 1M
Instabile Tests
6
Instabile Tests hatten gemischte Ergebnisse über Läufe hinweg (mindestens ein Erfolg und ein Fehlschlag).
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 |
|---|---|---|---|---|---|
| 2026-07-16 23:18 Neuer Test hinzugefügt | 6.9 | 10.0 | $0.096 | Vergleichen | |
| 2026-06-16 15:17 Erneuter Test | 7.2 | 9.9 | $0.034 | Vergleichen | |
| 2026-06-16 14:39 Suite geändert | 7.2 | 9.9 | $0.030 | 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 | Vergleichen | |
| 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 | Aktueller Lauf |
Laufvergleich
| Lauf | Punktzahl | Konsistenz | Zuverlässigkeit | Korrekte Tests | Instabile Tests | Gesamte Ausgabe-Token | Gesamte Eingabe-Token | Gesamtkosten | Antwortzeit (Durchschnitt) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-04-24 09:19 · Erster Lauf | 3.1 | 7.2 | k. A. | 0/18 | 6 | 591 | 0 | $0.009 | 44.40s |
| 2026-06-16 15:17 · Erneuter Test | 7.2 | 8.8 | 9.9 | 10/21 | 3 | 11,424 | 53,558 | $0.034 | 6.41s |
| Differenz | -4.0 | -1.6 | -10 | +3 | -10833 | -53558 | -$0.025 | +37986ms |
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 PrononevsKAT-Coder-Pro V2.5mediumDeepSeek V4 PrononevsGPT-5.6 SolnoneDeepSeek V4 PrononevsSeed-2.0-MinimediumDeepSeek V4 PrononevsMiMo-V2.5-PromediumDeepSeek V4 PrononevsGemini 3.5 FlashnoneDeepSeek V4 PrononevsQwen3.6 FlashmediumDeepSeek V4 PrononevsMercury 2mediumDeepSeek V4 PrononevsStep 3.7 FlashhighDeepSeek V4 PrononevsKimi K2.5mediumDeepSeek V4 PrononevsGPT-5.5none
Kategorieaufschlüsselung
| Kategorie | Punktzahl | Konsistenz | Korrekte Tests |
|---|---|---|---|
| Anti-KI-Tricks | 3.1 | 10.0 | |
| Programmierung | 2.8 | 1.6 | |
| Kombiniert | 3.0 | 10.0 | |
| Datenanalyse und -extraktion | 2.8 | 1.6 | |
| Domänenspezifisch | 3.0 | 10.0 | |
| Allgemeine Intelligenz | 3.4 | 9.6 | |
| Befolgung von Anweisungen | 3.3 | 6.1 | |
| Rätsellösen | 3.6 | 4.3 | |
| Werkzeugaufrufe | 3.0 | 10.0 |