- Rango
- #110
- Total de tokens de salida
- 577,214
- Tiempo de respuesta (promedio)
- 94.16s
- Costo total
- $0.462
DeepSeek V4 Flash 0731 (medium) vs Qwen3.8 2.4T A95B (high)
Qwen3.8 2.4T A95B (high) lidera en puntuación media con 7.9 vs 7.8. DeepSeek V4 Flash 0731 (medium) tiene menor coste de benchmark con $0.462 vs $2.805. DeepSeek V4 Flash 0731 (medium) es más rápido con 94.16s vs 120.88s, con tasas de acierto de 72.5% vs 75.4%.
Modelos comparados
- Rango
- #102
- Total de tokens de salida
- 468,439
- Tiempo de respuesta (promedio)
- 120.88s
- Costo total
- $2.805
Modelo recomendado
DeepSeek V4 Flash 0731 (medium)
Su puntuación se mantiene cerca de la mejor aquí (7.8 vs 7.9) y cuesta aproximadamente 6.1x menos que Qwen3.8 2.4T A95B (high).
Comparación detallada
| Métrica | DeepSeek V4 Flash 0731 DeepSeek V4 Flash 0731 medium | Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B high |
|---|---|---|
| Puntuación | 7.8 | 7.9 |
| Rango | #110 | #102 |
| Fiabilidad | 10.0 | 9.6 |
| Consistencia | 7.2 | 8.4 |
| Intentos | 69/69 | 69/69 |
| Pruebas correctas | ||
| Tasa de aciertos por intento | 72.5% | 75.4% |
| Pruebas inestables | 8 | 4 |
| Ejecuciones totales | 69 | 69 |
| Costo por resultado | 1.176 | 18.696 |
| Costo total | $0.462 | $2.805 |
| Precio de entrada | $0.010 / 1M | $2.000 / 1M |
| Precio de salida | $1.280 / 1M | $6.000 / 1M |
| Total de tokens de entrada | 274,189 | 295,642 |
| Tokens de salida | 66,689 | 115,041 |
| Tokens de razonamiento | 510,525 | 353,398 |
| Tiempo de respuesta (promedio) | 94.16s | 120.88s |
| Tiempo de respuesta (máximo) | 303.26s | 532.28s |
| Tiempo de respuesta (total) | 2165.72s | 2780.16s |
| Parámetros | 284B en total (13B activos) | 2.4T en total (95B activos) |
| Disponibilidad | Código cerrado | Pesos disponibles |
Generación showcase de modelos
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#110 DeepSeek V4 Flash 0731
medium- Coste
- $0.004
- Tiempo
- 93.3s
- Tokens
- 13,252 tok
#102 Qwen3.8 2.4T A95B
high
Reached the allocated time limit (600 seconds) without receiving showcase output.
- Coste
- $0.000
- Tiempo
- 600.0s
- Tokens
- 0 tok
Mejores modelos por puntuación
Puntuación vs costo total
Tiempo de respuesta (promedio)
Puntuación vs Tiempo de respuesta (promedio)
Total de tokens de salida
Puntuación vs Total de tokens de salida
Desglose por categoría
| Tareas de agentes | Puntuación | Consistencia | Tasa de aciertos por intento | Pruebas inestables | Pruebas correctas | Tiempo de respuesta (promedio) | Tokens de entrada | Tokens de salida | Tokens de razonamiento |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash 0731 | 10.0 | 10.0 | 100.0% | 0 | 303.26s | 184,370 | 8,291 | 18,068 | |
| Qwen3.8 2.4T A95B | 10.0 | 10.0 | 100.0% | 0 | 127.11s | 186,711 | 2,240 | 10,171 |
| Trucos anti-IA | Puntuación | Consistencia | Tasa de aciertos por intento | Pruebas inestables | Pruebas correctas | Tiempo de respuesta (promedio) | Tokens de entrada | Tokens de salida | Tokens de razonamiento |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash 0731 | 8.2 | 7.9 | 83.3% | 1 | 17.95s | 698 | 2,101 | 6,715 | |
| Qwen3.8 2.4T A95B | 10.0 | 10.0 | 100.0% | 0 | 24.22s | 1,128 | 305 | 4,864 |
| Programación | Puntuación | Consistencia | Tasa de aciertos por intento | Pruebas inestables | Pruebas correctas | Tiempo de respuesta (promedio) | Tokens de entrada | Tokens de salida | Tokens de razonamiento |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash 0731 | 6.4 | 4.4 | 77.8% | 2 | 198.78s | 6,032 | 4,109 | 160,154 | |
| Qwen3.8 2.4T A95B | 5.9 | 6.3 | 55.6% | 1 | 160.52s | 6,399 | 3,310 | 48,078 |
| Combinado | Puntuación | Consistencia | Tasa de aciertos por intento | Pruebas inestables | Pruebas correctas | Tiempo de respuesta (promedio) | Tokens de entrada | Tokens de salida | Tokens de razonamiento |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash 0731 | 7.3 | 5.8 | 83.3% | 1 | 150.58s | 65,118 | 40,110 | 97,296 | |
| Qwen3.8 2.4T A95B | 6.9 | 5.9 | 66.7% | 1 | 266.12s | 81,205 | 7,791 | 41,921 |
| Análisis y extracción de datos | Puntuación | Consistencia | Tasa de aciertos por intento | Pruebas inestables | Pruebas correctas | Tiempo de respuesta (promedio) | Tokens de entrada | Tokens de salida | Tokens de razonamiento |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash 0731 | 10.0 | 10.0 | 100.0% | 0 | 5.21s | 7,290 | 287 | 1,519 | |
| Qwen3.8 2.4T A95B | 10.0 | 10.0 | 100.0% | 0 | 13.67s | 7,928 | 550 | 2,307 |
| Específico del dominio | Puntuación | Consistencia | Tasa de aciertos por intento | Pruebas inestables | Pruebas correctas | Tiempo de respuesta (promedio) | Tokens de entrada | Tokens de salida | Tokens de razonamiento |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash 0731 | 2.9 | 7.2 | 11.1% | 1 | 203.11s | 592 | 9,333 | 154,069 | |
| Qwen3.8 2.4T A95B | 4.1 | 6.5 | 22.2% | 1 | 301.08s | 964 | 11,279 | 139,028 |
| Inteligencia general | Puntuación | Consistencia | Tasa de aciertos por intento | Pruebas inestables | Pruebas correctas | Tiempo de respuesta (promedio) | Tokens de entrada | Tokens de salida | Tokens de razonamiento |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash 0731 | 6.1 | 3.1 | 66.7% | 1 | 12.16s | 471 | 66 | 1,589 | |
| Qwen3.8 2.4T A95B | 6.1 | 3.1 | 66.7% | 1 | 11.38s | 630 | 2,020 | 2,165 |
| Seguimiento de instrucciones | Puntuación | Consistencia | Tasa de aciertos por intento | Pruebas inestables | Pruebas correctas | Tiempo de respuesta (promedio) | Tokens de entrada | Tokens de salida | Tokens de razonamiento |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash 0731 | 8.5 | 6.8 | 83.3% | 1 | 2.42s | 706 | 109 | 580 | |
| Qwen3.8 2.4T A95B | 9.8 | 10.0 | 100.0% | 0 | 11.45s | 927 | 245 | 1,727 |
| Resolución de acertijos | Puntuación | Consistencia | Tasa de aciertos por intento | Pruebas inestables | Pruebas correctas | Tiempo de respuesta (promedio) | Tokens de entrada | Tokens de salida | Tokens de razonamiento |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash 0731 | 8.2 | 7.3 | 88.9% | 1 | 65.12s | 594 | 1,530 | 66,970 | |
| Qwen3.8 2.4T A95B | 10.0 | 10.0 | 100.0% | 0 | 65.54s | 989 | 698 | 15,073 |
| Llamada de herramientas | Puntuación | Consistencia | Tasa de aciertos por intento | Pruebas inestables | Pruebas correctas | Tiempo de respuesta (promedio) | Tokens de entrada | Tokens de salida | Tokens de razonamiento |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash 0731 | 10.0 | 10.0 | 100.0% | 0 | 4.41s | 8,178 | 374 | 152 | |
| Qwen3.8 2.4T A95B | 10.0 | 10.0 | 100.0% | 0 | 32.93s | 8,481 | 302 | 656 |
| Cultura general | Puntuación | Consistencia | Tasa de aciertos por intento | Pruebas inestables | Pruebas correctas | Tiempo de respuesta (promedio) | Tokens de entrada | Tokens de salida | Tokens de razonamiento |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash 0731 | 3.0 | 10.0 | 0.0% | 0 | 56.64s | 140 | 379 | 3,413 | |
| Qwen3.8 2.4T A95B | 3.0 | 10.0 | 0.0% | 0 | 347.95s | 280 | 86,301 | 87,408 |
Comparación rápida
Cambiar par de comparación
Gemini 3.5 FlashmediumvsQwen3.8 2.4T A95BhighDeepSeek V4 Flash 0731mediumvsGrok 4.5lowQwen3.8 2.4T A95BhighvsMiMo-V2.6-FlashmediumDeepSeek V4 Flash 0731mediumvsQwen3.7 PlusnoneQwen3.8 2.4T A95BhighvsGrok 4.5mediumGPT-5.4 MinimediumvsQwen3.8 2.4T A95BhighDeepSeek V4 Flash 0731mediumvsGLM 5.3highQwen3.8 2.4T A95BhighvsStep 3.7 FlashmediumDeepSeek V4 Flash 0731mediumvsGPT-6 LunahighDeepSeek V4 Flash 0731mediumvsMuse Glimmer 30BhighQwen3.8 2.4T A95BhighvsGrok 4.6mediumQwen3.8 2.4T A95BhighvsGLM 5.3 FlashXmax