नेविगेशन
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Claude Fable 5.1 (medium) vs DeepSeek V4 Flash 0731 (low)

DeepSeek V4 Flash 0731 (low) average score में आगे है: 7.4 vs 7.3. DeepSeek V4 Flash 0731 (low) की benchmark लागत कम है: $0.306 vs $3.197. Claude Fable 5.1 (medium) तेज है: 11.87s vs 88.15s, pass rates 78.3% vs 71.0%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-16

तुलना किए गए मॉडल

रैंक
#159
कुल आउटपुट टोकन
32,506
प्रतिक्रिया समय (औसत)
11.87s
कुल लागत
$3.197
रैंक
#150
कुल आउटपुट टोकन
237,822
प्रतिक्रिया समय (औसत)
88.15s
कुल लागत
$0.306
अनुशंसित मॉडल DeepSeek V4 Flash 0731 (low)

It has the best score here (7.4), while costing about 10.5x less than Claude Fable 5.1 (medium).

विस्तृत तुलना

मेट्रिक Claude Fable 5.1 Claude Fable 5.1 medium रिलीज़: 2026-09-02 DeepSeek V4 Flash 0731 DeepSeek V4 Flash 0731 low रिलीज़: 2026-08-01
स्कोर 7.3 7.4
रैंक #159 #150
विश्वसनीयता 10.0 10.0
संगति 7.9 8.0
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 78.3% 71.0%
अस्थिर टेस्ट 6 6
कुल रन 69 69
प्रति परिणाम लागत 21.312 0.840
कुल लागत $3.197 $0.306
इनपुट कीमत $10.000 / 1M $0.005 / 1M
आउटपुट कीमत $50.000 / 1M $1.280 / 1M
कैश पढ़ने की कीमत $0.250 / 1M $0.005 / 1M
कैश लिखने की कीमत $12.500 / 1M लागू नहीं
कुल इनपुट टोकन 157,142 231,356
आउटपुट टोकन 8,149 43,054
रीजनिंग टोकन 24,357 370,981
प्रतिक्रिया समय (औसत) 11.87s 88.15s
प्रतिक्रिया समय (अधिकतम) 36.59s 438.65s
प्रतिक्रिया समय (कुल) 272.91s 2027.36s
पैरामीटर ~9.5T कुल (~878B सक्रिय) 284B कुल (13B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत

कैश की कीमतें इनपुट टोकन पर लागू होती हैं। पढ़ने पर कैश किए गए प्रॉम्प्ट का दोबारा उपयोग होता है; लिखने पर वे सहेजे जाते हैं और अतिरिक्त लागत हो सकती है। आउटपुट टोकन पर आउटपुट की कीमत लागू होती है।

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#159 Claude Fable 5.1

medium
लागत
$0.244
समय
65.9s
टोकन
5,025 tok

#150 DeepSeek V4 Flash 0731

low
No output was saved. The original provider response or failure reason is unavailable.
लागत
$0.000
समय
78.1s
टोकन
8,090 tok

स्कोर के अनुसार शीर्ष मॉडल

स्कोर बनाम कुल लागत

प्रतिक्रिया समय (औसत)

स्कोर vs प्रतिक्रिया समय (औसत)

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

श्रेणी विवरण

कोडिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Fable 5.1 7.0 5.0 77.8% 2 10.99s 10,608 525 4,376
DeepSeek V4 Flash 0731 7.3 5.1 77.8% 2 163.31s 5,953 782 86,028

तुलना जोड़ी बदलें