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

DeepSeek V4.1 Flash (low) vs Kimi K3.1 Pro (high)

Kimi K3.1 Pro (high) average score में आगे है: 8.2 vs 8.0. DeepSeek V4.1 Flash (low) की benchmark लागत कम है: $0.494 vs $1.646. DeepSeek V4.1 Flash (low) तेज है: 28.04s vs 54.31s, pass rates 73.9% vs 79.7%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-24

तुलना किए गए मॉडल

रैंक
#112
कुल आउटपुट टोकन
371,547
प्रतिक्रिया समय (औसत)
28.04s
कुल लागत
$0.494
रैंक
#107
कुल आउटपुट टोकन
114,612
प्रतिक्रिया समय (औसत)
54.31s
कुल लागत
$1.646
अनुशंसित मॉडल DeepSeek V4.1 Flash (low)

Its score stays close to the best score here (8.0 vs 8.2), while costing about 3.3x less than Kimi K3.1 Pro (high).

विस्तृत तुलना

मेट्रिक DeepSeek V4.1 Flash DeepSeek V4.1 Flash low रिलीज़: 2026-09-10 Kimi K3.1 Pro Kimi K3.1 Pro high रिलीज़: 2026-10-24
स्कोर 8.0 8.2
रैंक #112 #107
विश्वसनीयता 9.6 8.5
संगति 8.7 8.4
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 73.9% 79.7%
अस्थिर टेस्ट 4 5
कुल रन 69 69
प्रति परिणाम लागत 1.576 10.288
कुल लागत $0.494 $1.646
इनपुट कीमत $0.013 / 1M $2.000 / 1M
आउटपुट कीमत $1.320 / 1M $10.000 / 1M
कैश पढ़ने की कीमत $0.013 / 1M $0.200 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 266,849 249,927
आउटपुट टोकन 8,284 10,175
रीजनिंग टोकन 363,263 104,437
प्रतिक्रिया समय (औसत) 28.04s 54.31s
प्रतिक्रिया समय (अधिकतम) 149.84s 601.80s
प्रतिक्रिया समय (कुल) 645.03s 1249.02s
पैरामीटर 748B कुल (16B सक्रिय) ~2.8T कुल (~104B सक्रिय)
उपलब्धता मुक्त 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.

#112 DeepSeek V4.1 Flash

low
लागत
$0.017
समय
43.6s
टोकन
14,069 tok

#107 MoonshotAI: Kimi K3.1 Pro

high
लागत
$0.074
समय
141.9s
टोकन
7,498 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
DeepSeek V4.1 Flash 10.0 10.0 100.0% 0 40.66s 7,509 378 81,978
Kimi K3.1 Pro 10.0 10.0 100.0% 0 24.94s 8,070 464 9,637

तुलना जोड़ी बदलें