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 GPT-5.6 Terra (high)

DeepSeek V4 Flash 0731 (high) average score में आगे है: 8.0 vs 8.0. DeepSeek V4 Flash 0731 (high) की benchmark लागत कम है: $0.084 vs $0.836. GPT-5.6 Terra (high) तेज है: 11.22s vs 114.94s, pass rates 75.8% vs 68.2%.

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
#77
कुल आउटपुट टोकन
56,088
प्रतिक्रिया समय (औसत)
11.22s
कुल लागत
$0.836
अनुशंसित मॉडल DeepSeek V4 Flash 0731 (high)

It has the best score here (8.0), while costing about 10.0x less than GPT-5.6 Terra (high).

विस्तृत तुलना

मेट्रिक DeepSeek V4 Flash 0731 DeepSeek V4 Flash 0731 high रिलीज़: 2026-08-01 GPT-5.6 Terra GPT-5.6 Terra high रिलीज़: 2026-07-09
स्कोर 8.0 8.0
रैंक #74 #77
विश्वसनीयता 10.0 10.0
संगति 8.0 9.3
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 75.8% 68.2%
अस्थिर टेस्ट 5 2
कुल रन 66 66
प्रति परिणाम लागत 0.956 7.293
कुल लागत $0.084 $0.836
इनपुट कीमत $0.065 / 1M $2.000 / 1M
आउटपुट कीमत $0.180 / 1M $12.000 / 1M
कुल इनपुट टोकन 96,702 81,056
आउटपुट टोकन 16,966 5,055
रीजनिंग टोकन 496,341 51,033
प्रतिक्रिया समय (औसत) 114.94s 11.22s
प्रतिक्रिया समय (अधिकतम) 600.61s 91.49s
प्रतिक्रिया समय (कुल) 2528.65s 246.77s
पैरामीटर 284B कुल (13B सक्रिय) ~1T कुल (~60B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत

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

#77 GPT-5.6 Terra

high
लागत
$0.055
समय
30.2s
टोकन
3,748 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
GPT-5.6 Terra 7.6 7.2 77.8% 1 9.14s 7,302 370 6,087

त्वरित तुलना

तुलना जोड़ी बदलें