AI BENCHY
Advertise here
#112

DeepSeek V4 Pro

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

Declarado
Parámetros
1.6T en total (49B activos)
Arquitectura
MoE
Disponibilidad
Código abierto
Licencia
MIT
Fuente de los parámetros Fuente de disponibilidad

Puntuación

3.1

Consistencia

7.2

Fiabilidad

N/D

Costo total (precio actual)

$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 correctas

Pruebas incorrectas: 18

Tasa de aciertos por intento: 11.1%

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

Error de API: 16 No siguió las instrucciones: 1 Respuesta incorrecta: 1

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#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

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

EjecuciónCobertura del benchmarkPuntuaciónConsistenciaFiabilidadPruebas correctasPruebas inestablesTotal de tokens de salidaTotal de tokens de entradaCosto totalTiempo de respuesta (promedio)
2026-04-24 09:19 · Primera ejecución54/54 intentos3.17.2N/D0/1865910$0.00944.40s
2026-06-16 15:17 · Nueva prueba63/63 intentos7.28.89.910/21311,42453,558$0.0346.41s
Diferencia—-4.0-1.6-10+3-10833-53558-$0.025+37986ms

La cobertura del benchmark difiere: 54/54 intentos (Objetivo: 3 repeticiones por prueba) frente a 63/63 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.

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

Modelos comparados