नेविगेशन
AI BENCHY
Advertise here

DeepSeek V4 Flash 0731 (high) vs Step 3.7 Flash (medium)

average score लगभग बराबर है: 8.0 vs 8.0. DeepSeek V4 Flash 0731 (high) की benchmark लागत कम है: $0.123 vs $0.515. Step 3.7 Flash (medium) तेज है: 26.37s vs 110.77s, pass rates 78.8% vs 72.7%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-08-01

रैंक
#40
कुल आउटपुट टोकन
544,164
प्रतिक्रिया समय (औसत)
110.77s
कुल लागत
$0.123
रैंक
#37
कुल आउटपुट टोकन
427,572
प्रतिक्रिया समय (औसत)
26.37s
कुल लागत
$0.515
अनुशंसित मॉडल DeepSeek V4 Flash 0731 (high)

It has the best score here (8.0), while costing about 4.2x less than Step 3.7 Flash (medium).

विस्तृत तुलना

मेट्रिक DeepSeek V4 Flash 0731 DeepSeek V4 Flash 0731 high रिलीज़: 2026-08-01 Step 3.7 Flash Step 3.7 Flash medium रिलीज़: 2026-05-29
स्कोर 8.0 8.0
रैंक #40 #37
विश्वसनीयता 9.6 9.9
संगति 7.8 8.9
सही परीक्षण
प्रति प्रयास पास दर 78.8% 72.7%
अस्थिर टेस्ट 6 3
कुल रन 66 64
प्रति परिणाम लागत 0.878 3.676
कुल लागत $0.123 $0.515
इनपुट कीमत $0.140 / 1M $0.200 / 1M
आउटपुट कीमत $0.280 / 1M $1.150 / 1M
कुल इनपुट टोकन 96,609 114,062
आउटपुट टोकन 32,924 427,572
रीजनिंग टोकन 511,240 0
प्रतिक्रिया समय (औसत) 110.77s 26.37s
प्रतिक्रिया समय (अधिकतम) 600.61s 152.83s
प्रतिक्रिया समय (कुल) 2437.00s 580.25s

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#40 DeepSeek V4 Flash 0731

high
अमान्य SVG
लागत
$0.000
समय
187.3s
टोकन
19,048 tok

#37 Step 3.7 Flash

medium
लागत
$0.006
समय
46.2s
टोकन
4,466 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 4.2 77.8% 2 252.67s 7,044 2,160 191,210
Step 3.7 Flash 8.8 7.8 88.9% 1 27.42s 7,437 44,797 0

त्वरित तुलना

तुलना जोड़ी बदलें