#112 DeepSeek V4 Pro
none
Reached the allocated time limit (300 seconds) without receiving showcase output.
- Coste
- $0.000
- Tiempo
- 300.0s
- Tokens
- 0 tok
DeepSeek
Lanzamiento: 2026-04-24
Probado el: 2026-04-24 09:19
deepseek/deepseek-v4-pro::none
1.6T en total (49B activos)MoECódigo abierto
(high)
(none)
Resumen
DeepSeek V4 Pro obtiene 3.1 en AI BENCHY y ocupa el puesto #112. Tiene fiabilidad N/D, una tasa de aciertos de 11.1%, coste total de $0.009 y tiempo medio de respuesta de 44.40s.
Qué hace único a DeepSeek V4 Pro: Su coste total de benchmark es inusualmente bajo para su nivel de puntuación.
Datos del modelo
Investigado el 2026-08-12
- Parámetros
- 1.6T en total (49B activos)
- Arquitectura
- MoE
- Disponibilidad
- Código abierto
- Licencia
- MIT
3.1
Consistencia
7.2
N/D
$0.009
Total de tokens de salida
591
Total de tokens de entrada
0
Precio de entrada
$1.740 / 1M
Precio de salida
$3.480 / 1M
Pruebas inestables
6
Pruebas inestables tuvieron resultados mixtos entre ejecuciones (al menos un acierto y un fallo).
Tiempo de respuesta (promedio)
44.40s
Tiempo de respuesta (máximo): 125.71s
Tiempo de respuesta (total): 577.18s
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 |
|---|---|---|---|---|---|
| 2026-08-14 03:00 Nueva prueba | 6.8 | 10.0 | $0.256 ↑ | Comparar | |
| 2026-07-16 23:18 Prueba nueva añadida | 6.9 | 10.0 | $0.096 | Comparar | |
| 2026-06-16 15:17 Nueva prueba | 7.2 | 9.9 | $0.034 | Comparar | |
| 2026-06-16 14:39 Suite modificada | 7.2 | 9.9 | $0.030 | 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 | Comparar | |
| 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 | Ejecución actual |
Comparación de ejecuciones
| Ejecución | Cobertura del benchmark | Puntuación | Consistencia | Fiabilidad | Pruebas correctas | Pruebas inestables | Total de tokens de salida | Total de tokens de entrada | Costo total | Tiempo de respuesta (promedio) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-04-24 09:19 · Primera ejecución | 54/54 intentos | 3.1 | 7.2 | N/D | 0/18 | 6 | 591 | 0 | $0.009 | 44.40s |
| 2026-05-22 00:38 · Suite modificada | 60/60 intentos | 6.0 | 8.9 | 8.1 | 8/20 | 3 | 5,347 | 0 | $0.046 | 13.48s |
| Diferencia | — | -2.9 | -1.7 | -8 | +3 | -4756 | 0 | -$0.037 | +30920ms |
La cobertura del benchmark difiere: 54/54 intentos (Objetivo: 3 repeticiones por prueba) frente a 60/60 intentos (Objetivo: 3 repeticiones por prueba). Los totales y las métricas sensibles a las repeticiones no son directamente comparables.
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 PrononevsSolar Pro 4mediumDeepSeek V4 PrononevsGLM 5.3lowDeepSeek V4 PrononevsSolar Pro 4lowDeepSeek V4 PrononevsMiMo-V2.5-PromediumDeepSeek V4 PrononevsSeed-2.0-CodemediumDeepSeek V4 PrononevsGemini 3 Flash PreviewnoneDeepSeek V4 PrononevsStep 3.7 FlashhighDeepSeek V4 PrononevsGemma 4 26B A4BmediumDisponible gratisDeepSeek V4 PrononevsQwen3.6 FlashmediumDeepSeek V4 PrononevsGLM 5.2none
Desglose por categoría
| Categoría | Puntuación | Consistencia | Pruebas correctas |
|---|---|---|---|
| Trucos anti-IA | 3.1 | 10.0 | |
| Programación | 2.8 | 1.6 | |
| Combinado | 3.0 | 10.0 | |
| Análisis y extracción de datos | 2.8 | 1.6 | |
| Específico del dominio | 3.0 | 10.0 | |
| Inteligencia general | 3.4 | 9.6 | |
| Seguimiento de instrucciones | 3.3 | 6.1 | |
| Resolución de acertijos | 3.6 | 4.3 | |
| Llamada de herramientas | 3.0 | 10.0 |