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

DeepSeek V4 Flash 0731 (high) vs Kimi K3 (max)

DeepSeek V4 Flash 0731 (high) average score में आगे है: 8.0 vs 7.9. DeepSeek V4 Flash 0731 (high) की benchmark लागत कम है: $0.084 vs $3.467. DeepSeek V4 Flash 0731 (high) तेज है: 114.94s vs 142.84s, pass rates 75.8% vs 77.3%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-09-10

तुलना किए गए मॉडल

रैंक
#74
कुल आउटपुट टोकन
513,307
प्रतिक्रिया समय (औसत)
114.94s
कुल लागत
$0.084
रैंक
#78
कुल आउटपुट टोकन
224,128
प्रतिक्रिया समय (औसत)
142.84s
कुल लागत
$3.467
अनुशंसित मॉडल DeepSeek V4 Flash 0731 (high)

It has the best score here (8.0), while costing about 41.5x less than Kimi K3 (max).

विस्तृत तुलना

मेट्रिक DeepSeek V4 Flash 0731 DeepSeek V4 Flash 0731 high रिलीज़: 2026-08-01 Kimi K3 Kimi K3 max रिलीज़: 2026-07-16
स्कोर 8.0 7.9
रैंक #74 #78
विश्वसनीयता 10.0 9.0
संगति 8.0 9.2
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 75.8% 77.3%
अस्थिर टेस्ट 5 2
कुल रन 66 66
प्रति परिणाम लागत 0.956 21.668
कुल लागत $0.084 $3.467
इनपुट कीमत $0.065 / 1M $3.000 / 1M
आउटपुट कीमत $0.180 / 1M $15.000 / 1M
कुल इनपुट टोकन 96,702 34,960
आउटपुट टोकन 16,966 2,887
रीजनिंग टोकन 496,341 221,241
प्रतिक्रिया समय (औसत) 114.94s 142.84s
प्रतिक्रिया समय (अधिकतम) 600.61s 766.58s
प्रतिक्रिया समय (कुल) 2528.65s 2714.02s
पैरामीटर 284B कुल (13B सक्रिय) 2.8T कुल (104B सक्रिय)
उपलब्धता बंद स्रोत वेट उपलब्ध

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#74 DeepSeek V4 Flash 0731

high
No output was saved. The original provider response or failure reason is unavailable.
लागत
$0.000
समय
187.3s
टोकन
19,048 tok

#78 MoonshotAI: Kimi K3

max
लागत
$0.281
समय
506.9s
टोकन
18,863 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 Flash 0731 6.3 6.3 55.6% 1 252.67s 7,044 2,160 191,210
Kimi K3 10.0 10.0 100.0% 0 325.79s 8,061 460 84,012

त्वरित तुलना

तुलना जोड़ी बदलें