#112 DeepSeek V4 Pro
none
SVG inválido
- 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
(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.
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 |
|---|---|---|---|---|---|
| 2026-07-16 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 | 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 | 3.1 | 7.2 | N/D | 0/18 | 6 | 591 | 0 | $0.009 | 44.40s |
| 2026-07-16 23:18 · Prueba nueva añadida | 6.9 | 8.6 | 10.0 | 10/22 | 4 | 35,551 | 148,069 | $0.096 | 11.55s |
| Diferencia | -3.8 | -1.4 | -10 | +2 | -34960 | -148069 | -$0.087 | +32848ms |
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 PrononevsKAT-Coder-Pro V2.5mediumDeepSeek V4 PrononevsGPT-5.6 SolnoneDeepSeek V4 PrononevsSeed-2.0-MinimediumDeepSeek V4 PrononevsMiMo-V2.5-PromediumDeepSeek V4 PrononevsGemini 3.5 FlashnoneDeepSeek V4 PrononevsQwen3.6 FlashmediumDeepSeek V4 PrononevsMercury 2mediumDeepSeek V4 PrononevsStep 3.7 FlashhighDeepSeek V4 PrononevsKimi K2.5mediumDeepSeek V4 PrononevsGPT-5.5none
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 |