#95 DeepSeek V4 Pro
none
Invalid SVG
- Cost
- $0.000
- Time
- 300.0s
- Tokens
- 0 tok
DeepSeek
Lanzamiento: 2026-04-24
Probado el: 2026-05-22 00:38
deepseek/deepseek-v4-pro::none
(high)
(none)
Resumen
DeepSeek V4 Pro obtiene 6.0 en AI BENCHY y ocupa el puesto #95. Tiene fiabilidad 8.1, una tasa de aciertos de 48.3%, coste total de $0.046 y tiempo medio de respuesta de 13.48s.
Qué hace único a DeepSeek V4 Pro: Destaca más en Específico del dominio, donde ocupa #2, mientras que Trucos anti-IA es su área más débil con #12.
6.0
Consistencia
8.9
8.1
$0.046
Total de tokens de salida
5,347
Total de tokens de entrada
0
Precio de entrada
$0.435 / 1M
Precio de salida
$0.870 / 1M
Pruebas inestables
3
Pruebas inestables tuvieron resultados mixtos entre ejecuciones (al menos un acierto y un fallo).
Tiempo de respuesta (promedio)
13.48s
Tiempo de respuesta (máximo): 58.65s
Tiempo de respuesta (total): 269.56s
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 Prueba nueva añadida | 5.7 | 8.5 | $0.025 ↓ | Comparar | |
| 2026-05-22 00:38 Suite modificada | 6.0 | 8.1 | $0.046 | Ejecución actual | |
| 2026-04-29 14:46 Nueva prueba | 6.2 | 7.9 | $0.043 | Comparar | |
| 2026-04-24 09:19 Primera ejecución | 3.1 | N/D | $0.009 | 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 00:38 · Suite modificada | 6.0 | 8.9 | 8.1 | 8/20 | 3 | 5,347 | 0 | $0.046 | 13.48s |
| 2026-04-24 09:19 · Primera ejecución | 3.1 | 7.2 | N/D | 0/18 | 6 | 591 | 0 | $0.009 | 44.40s |
| Diferencia | +2.9 | +1.7 | +8 | -3 | +4756 | 0 | +$0.037 | -30920ms |
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 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 A55bmediumDisponible gratisDeepSeek V4 PrononevsGemini 3.5 Flashlow
Desglose por categoría
| Categoría | Puntuación | Consistencia | Pruebas correctas |
|---|---|---|---|
| Trucos anti-IA | 3.5 | 8.0 | |
| Programación | 5.4 | 6.8 | |
| Combinado | 9.5 | 10.0 | |
| Análisis y extracción de datos | 8.8 | 10.0 | |
| Específico del dominio | 5.3 | 10.0 | |
| Inteligencia general | 4.3 | 9.9 | |
| Seguimiento de instrucciones | 6.3 | 10.0 | |
| Resolución de acertijos | 7.6 | 7.2 | |
| Llamada de herramientas | 10.0 | 10.0 | |
| Cultura general | 3.0 | 10.0 |