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

DeepSeek V4 Flash 0731 (high) average score में आगे है: 8.4 vs 8.3. DeepSeek V4 Flash 0731 (high) की benchmark लागत कम है: $0.576 vs $3.409. DeepSeek V4 Flash 0731 (high) तेज है: 118.83s vs 139.41s, pass rates 76.8% vs 78.3%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-26

तुलना किए गए मॉडल

रैंक: #97
कुल आउटपुट टोकन: 448,665
प्रतिक्रिया समय (औसत): 118.83s
कुल लागत: $0.576

रैंक: #102
कुल आउटपुट टोकन: 233,327
प्रतिक्रिया समय (औसत): 139.41s
कुल लागत: $3.409

अनुशंसित मॉडल DeepSeek V4 Flash 0731 (high)

It has the best score here (8.4), while costing about 5.9x 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

मेट्रिक	DeepSeek V4 Flash 0731 DeepSeek V4 Flash 0731 high रिलीज़: 2026-08-01	Kimi K3 Kimi K3 max रिलीज़: 2026-07-16
स्कोर	8.4	8.3
रैंक	#97	#102
विश्वसनीयता	10.0	9.3
संगति	8.1	9.3
प्रयास	69/69	69/69
सही परीक्षण
प्रति प्रयास पास दर	76.8%	78.3%
अस्थिर टेस्ट	5	2
कुल रन	69	69
प्रति परिणाम लागत	1.069	23.601
कुल लागत	$0.576	$3.409
इनपुट कीमत	$0.005 / 1M	$0.830 / 1M
आउटपुट कीमत	$1.280 / 1M	$14.000 / 1M
कैश पढ़ने की कीमत	$0.005 / 1M	$0.270 / 1M
कैश लिखने की कीमत	लागू नहीं	लागू नहीं
कुल इनपुट टोकन	281,863	170,700
आउटपुट टोकन	24,535	7,719
रीजनिंग टोकन	507,976	225,608
प्रतिक्रिया समय (औसत)	118.83s	139.41s
प्रतिक्रिया समय (अधिकतम)	600.61s	766.58s
प्रतिक्रिया समय (कुल)	2733.01s	2788.26s
पैरामीटर	284B कुल (13B सक्रिय)	2.8T कुल (104B सक्रिय)
उपलब्धता	बंद स्रोत	वेट उपलब्ध

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.

#97 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

#102 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

श्रेणी:

स्वायत्त एजेंट कार्य	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
DeepSeek V4 Flash 0731	10.0	10.0	100.0%	0		204.36s	185,161	7,569	11,635
Kimi K3	10.0	10.0	100.0%	0		74.24s	135,740	4,832	4,367

एंटी-एआई ट्रिक्स	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
DeepSeek V4 Flash 0731	8.7	7.9	91.7%	1		13.62s	1,488	542	10,576
Kimi K3	10.0	10.0	100.0%	0		10.24s	1,638	496	2,629

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

संयुक्त	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
DeepSeek V4 Flash 0731	10.0	10.0	100.0%	0		87.10s	67,283	11,903	41,397
Kimi K3	6.5	10.0	50.0%	0		223.03s	12,792	399	20,460

डेटा पार्सिंग और निष्कर्षण	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
DeepSeek V4 Flash 0731	10.0	10.0	100.0%	0		3.65s	7,764	336	1,259
Kimi K3	7.3	5.8	83.3%	1		16.72s	7,839	354	2,606

डोमेन-विशिष्ट	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
DeepSeek V4 Flash 0731	3.5	4.4	33.3%	2		458.65s	700	104	215,629
Kimi K3	5.3	7.2	44.4%	1		683.62s	838	57	106,892

Samanya Buddhimatta	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
DeepSeek V4 Flash 0731	10.0	10.0	100.0%	0		5.64s	708	72	533
Kimi K3	10.0	10.0	100.0%	0		14.91s	732	191	871

निर्देश पालन	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
DeepSeek V4 Flash 0731	9.8	10.0	100.0%	0		4.46s	1,101	119	939
Kimi K3	10.0	10.0	100.0%	0		7.66s	1,179	147	1,119

पहेली समाधान	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
DeepSeek V4 Flash 0731	8.2	7.7	77.8%	1		9.36s	1,305	397	6,801
Kimi K3	10.0	10.0	100.0%	0		7.36s	1,416	495	1,368

टूल कॉलिंग	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
DeepSeek V4 Flash 0731	10.0	10.0	100.0%	0		5.42s	8,889	357	451
Kimi K3	3.0	10.0	0.0%	0		0ms	0	0	0

सामान्य ज्ञान	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
DeepSeek V4 Flash 0731	3.0	10.0	0.0%	0		110.63s	420	976	27,546
Kimi K3	3.0	10.0	0.0%	0		19.67s	465	288	1,284

तुलना जोड़ी बदलें

Gemini 3.5 FlashhighvsKimi K3max Claude Haiku 5.5highvsKimi K3max Kimi K3maxvsGPT-5.6 Terrahigh Kimi K3maxvsGPT-6 Lunamedium Claude Opus 4.8mediumvsKimi K3max DeepSeek V4 Flash 0731highvsGemini 3.1 Pro Previewmedium Ling 3.1 FlashmediumvsKimi K3max Kimi K3maxvsQwen3.7 Plusmedium DeepSeek V4 Flash 0731highvsMuse Glimmer 30Bxhigh DeepSeek V4 Flash 0731highvsGPT-5 Minimedium Gemini 4 ArgonlowvsKimi K3max Kimi K3maxvsGLM 5.2high