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 vs gpt-oss-120b (medium)

gpt-oss-120b (medium) average score में आगे है: 5.9 vs 5.8. gpt-oss-120b (medium) की benchmark लागत कम है: $0.030 vs $0.391. DeepSeek V4.1 Flash तेज है: 16.63s vs 31.58s, pass rates 36.2% vs 47.8%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-07

तुलना किए गए मॉडल

रैंक
#266
कुल आउटपुट टोकन
292,779
प्रतिक्रिया समय (औसत)
16.63s
कुल लागत
$0.391
रैंक
#258
कुल आउटपुट टोकन
108,704
प्रतिक्रिया समय (औसत)
31.58s
कुल लागत
$0.030
अनुशंसित मॉडल gpt-oss-120b (medium)

It has the best score here (5.9), while costing about 13.5x less than DeepSeek V4.1 Flash.

विस्तृत तुलना

मेट्रिक DeepSeek V4.1 Flash DeepSeek V4.1 Flash none रिलीज़: 2026-09-10 gpt-oss-120b gpt-oss-120b medium रिलीज़: 2025-08-05
स्कोर 5.8 5.9
रैंक #266 #258
विश्वसनीयता 9.7 10.0
संगति 9.1 8.1
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 36.2% 47.8%
अस्थिर टेस्ट 3 5
कुल रन 69 69
प्रति परिणाम लागत 2.806 0.335
कुल लागत $0.391 $0.030
इनपुट कीमत $0.013 / 1M $0.037 / 1M
आउटपुट कीमत $1.320 / 1M $0.170 / 1M
कैश पढ़ने की कीमत $0.013 / 1M लागू नहीं
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 337,756 285,293
आउटपुट टोकन 292,779 29,565
रीजनिंग टोकन 0 89,266
प्रतिक्रिया समय (औसत) 16.63s 31.58s
प्रतिक्रिया समय (अधिकतम) 247.66s 203.90s
प्रतिक्रिया समय (कुल) 382.53s 536.78s
पैरामीटर 748B कुल (16B सक्रिय) 117B कुल (5.1B सक्रिय)
उपलब्धता मुक्त स्रोत मुक्त 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.

#266 DeepSeek V4.1 Flash

none
लागत
$0.021
समय
55.4s
टोकन
17,181 tok

#258 gpt-oss-120b

medium
लागत
$0.001
समय
26.7s
टोकन
555 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 5.5 10.0 33.3% 0 83.66s 7,284 263,438 0
gpt-oss-120b 5.9 7.0 55.6% 1 38.37s 7,782 3,365 11,973

तुलना जोड़ी बदलें