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-6.1 Sol (low)

GPT-6.1 Sol (low) average score में आगे है: 9.6 vs 8.4. GPT-6.1 Sol (low) की benchmark लागत कम है: $0.460 vs $0.576. GPT-6.1 Sol (low) तेज है: 7.15s vs 118.83s, pass rates 76.8% vs 92.8%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-19

तुलना किए गए मॉडल

रैंक
#89
कुल आउटपुट टोकन
448,665
प्रतिक्रिया समय (औसत)
118.83s
कुल लागत
$0.576
रैंक
#16
कुल आउटपुट टोकन
13,138
प्रतिक्रिया समय (औसत)
7.15s
कुल लागत
$0.460
अनुशंसित मॉडल GPT-6.1 Sol (low)

It has the best score here (9.6), while responding about 16.6x faster than DeepSeek V4 Flash 0731 (high).

विस्तृत तुलना

मेट्रिक DeepSeek V4 Flash 0731 DeepSeek V4 Flash 0731 high रिलीज़: 2026-08-01 GPT-6.1 Sol GPT-6.1 Sol low रिलीज़: 2026-09-29
स्कोर 8.4 9.6
रैंक #89 #16
विश्वसनीयता 10.0 10.0
संगति 8.1 9.6
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 76.8% 92.8%
अस्थिर टेस्ट 5 1
कुल रन 69 69
प्रति परिणाम लागत 1.069 2.187
कुल लागत $0.576 $0.460
इनपुट कीमत $0.005 / 1M $2.000 / 1M
आउटपुट कीमत $1.280 / 1M $10.000 / 1M
कैश पढ़ने की कीमत $0.005 / 1M $0.100 / 1M
कैश लिखने की कीमत लागू नहीं $2.500 / 1M
कुल इनपुट टोकन 281,863 163,900
आउटपुट टोकन 24,535 4,958
रीजनिंग टोकन 507,976 8,180
प्रतिक्रिया समय (औसत) 118.83s 7.15s
प्रतिक्रिया समय (अधिकतम) 600.61s 46.57s
प्रतिक्रिया समय (कुल) 2733.01s 164.47s
पैरामीटर 284B कुल (13B सक्रिय) ~2T कुल (~150B सक्रिय)
उपलब्धता बंद 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.

#89 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

#16 GPT-6.1 Sol

low
लागत
$0.028
समय
44.6s
टोकन
2,881 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-6.1 Sol 10.0 10.0 100.0% 0 4.48s 7,302 388 1,286

तुलना जोड़ी बदलें