#55 DeepSeek V4 Flash
high- Cost
- $0.003
- Time
- 93.1s
- Tokens
- 7,926 tok
DeepSeek
Lanzamiento: 2026-04-24
Probado el: 2026-05-22 00:39
deepseek/deepseek-v4-flash::high
(high)
(none)
Resumen
DeepSeek V4 Flash obtiene 7.4 en AI BENCHY y ocupa el puesto #55. Tiene fiabilidad 10.0, una tasa de aciertos de 71.7%, coste total de $0.038 y tiempo medio de respuesta de 46.28s.
Qué hace único a DeepSeek V4 Flash: Destaca más en Análisis y extracción de datos, donde ocupa #1, mientras que Específico del dominio es su área más débil con #13.
7.4
Consistencia
8.0
10.0
$0.038
Total de tokens de salida
126,869
Total de tokens de entrada
0
Precio de entrada
$0.112 / 1M
Precio de salida
$0.224 / 1M
Pruebas inestables
5
Pruebas inestables tuvieron resultados mixtos entre ejecuciones (al menos un acierto y un fallo).
Tiempo de respuesta (promedio)
46.28s
Tiempo de respuesta (máximo): 218.13s
Tiempo de respuesta (total): 925.55s
Generation showcase
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
Historial de ejecuciones
| Probado el | Puntuación | Fiabilidad | Pruebas correctas | Costo total | Comparar |
|---|---|---|---|---|---|
| 2026-06-04 14:24 Nueva prueba | 7.7 | 10.0 | $0.029 ↓ | Comparar | |
| 2026-06-04 13:02 Prueba nueva añadida | 7.7 | 10.0 | $0.028 ↓ | Comparar | |
| 2026-05-22 00:39 Suite modificada | 7.4 | 10.0 | $0.038 | Ejecución actual | |
| 2026-04-25 21:41 Nueva prueba | 7.8 | N/D | $0.031 | Comparar | |
| 2026-04-24 09:19 Primera ejecución | 7.8 | N/D | $0.019 | Comparar |
Esta ejecución usó una suite de benchmark diferente. Ten en cuenta los cambios de suite al interpretar la evolución histórica.
Comparación de ejecuciones
| Ejecución | Puntuación | Consistencia | Fiabilidad | Pruebas correctas | Pruebas inestables | Total de tokens de salida | Total de tokens de entrada | Costo total | Tiempo de respuesta (promedio) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-05-22 00:39 · Suite modificada | 7.4 | 8.0 | 10.0 | 11/20 | 5 | 126,869 | 0 | $0.038 | 46.28s |
| 2026-06-04 14:24 · Nueva prueba | 7.7 | 8.5 | 10.0 | 13/21 | 4 | 133,811 | 39,745 | $0.029 | 45.85s |
| Diferencia | -0.3 | -0.5 | 0.0 | -2 | +1 | -6942 | -39745 | +$0.009 | +431ms |
Estas dos ejecuciones usaron suites de benchmark distintas, así que las diferencias reflejan tanto cambios del modelo como de la suite.
Gráficos
Elige el primer modelo y luego haz clic en un segundo modelo para abrir una página lado a lado.
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
Comparación rápida
DeepSeek V4 FlashhighDisponible gratisvsGemma 4 31BmediumDisponible gratisDeepSeek V4 FlashhighDisponible gratisvsQwen3.5-122B-A10BmediumDeepSeek V4 FlashhighDisponible gratisvsQwen3.6 PlusmediumDeepSeek V4 FlashhighDisponible gratisvsQwen3.5-27BmediumDeepSeek V4 FlashhighDisponible gratisvsQwen3.5 Plus 2026-02-15mediumDeepSeek V4 FlashhighDisponible gratisvsGemini 3 Flash PreviewmediumDeepSeek V4 FlashhighDisponible gratisvsGemini 3.5 FlashhighDeepSeek V4 FlashhighDisponible gratisvsNemotron 3 Ultra 550b A55bmediumDisponible gratisDeepSeek V4 FlashhighDisponible gratisvsGemini 3.5 Flashlow
Desglose por categoría
| Categoría | Puntuación | Consistencia | Pruebas correctas |
|---|---|---|---|
| Trucos anti-IA | 8.3 | 10.0 | |
| Programación | 6.8 | 10.0 | |
| Combinado | 10.0 | 10.0 | |
| Análisis y extracción de datos | 10.0 | 10.0 | |
| Específico del dominio | 4.1 | 4.4 | |
| Inteligencia general | 6.1 | 3.1 | |
| Seguimiento de instrucciones | 10.0 | 10.0 | |
| Resolución de acertijos | 6.4 | 4.4 | |
| Llamada de herramientas | 10.0 | 10.0 | |
| Cultura general | 3.0 | 10.0 |