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 Qwen3.8 2.4T A95B (low)

Qwen3.8 2.4T A95B (low) average score में आगे है: 8.4 vs 8.4. DeepSeek V4 Flash 0731 (high) की benchmark लागत कम है: $0.576 vs $4.016. DeepSeek V4 Flash 0731 (high) तेज है: 118.83s vs 120.40s, pass rates 76.8% vs 73.9%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-11-10

तुलना किए गए मॉडल

रैंक
#110
कुल आउटपुट टोकन
448,665
प्रतिक्रिया समय (औसत)
118.83s
कुल लागत
$0.576
रैंक
#104
कुल आउटपुट टोकन
424,019
प्रतिक्रिया समय (औसत)
120.40s
कुल लागत
$4.016
अनुशंसित मॉडल DeepSeek V4 Flash 0731 (high)

Its score stays close to the best score here (8.4 vs 8.4), while costing about 7.0x less than Qwen3.8 2.4T A95B (low).

विस्तृत तुलना

मेट्रिक DeepSeek V4 Flash 0731 DeepSeek V4 Flash 0731 high रिलीज़: 2026-08-01 Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B low रिलीज़: 2026-08-12
स्कोर 8.4 8.4
रैंक #110 #104
विश्वसनीयता 10.0 9.6
संगति 8.1 9.2
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 76.8% 73.9%
अस्थिर टेस्ट 5 2
कुल रन 69 69
प्रति परिणाम लागत 1.069 19.825
कुल लागत $0.576 $4.016
इनपुट कीमत $0.005 / 1M $2.000 / 1M
आउटपुट कीमत $1.280 / 1M $6.000 / 1M
कैश पढ़ने की कीमत $0.005 / 1M $0.250 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 281,863 313,881
आउटपुट टोकन 24,535 123,706
रीजनिंग टोकन 507,976 388,328
प्रतिक्रिया समय (औसत) 118.83s 120.40s
प्रतिक्रिया समय (अधिकतम) 600.61s 534.21s
प्रतिक्रिया समय (कुल) 2733.01s 2769.16s
पैरामीटर 284B कुल (13B सक्रिय) 2.4T कुल (95B 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.

#110 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

#104 Qwen3.8 2.4T A95B

low
लागत
$0.100
समय
193.2s
टोकन
16,767 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
Qwen3.8 2.4T A95B 7.8 9.3 66.7% 0 172.53s 6,716 21,405 57,399

तुलना जोड़ी बदलें