DeepSeek V4 Flash 0731 (low) vs Qwen3.6 Plus (medium)

DeepSeek V4 Flash 0731 (low) average score में आगे है: 7.4 vs 7.3. DeepSeek V4 Flash 0731 (low) की benchmark लागत कम है: $0.306 vs $0.554. Qwen3.6 Plus (medium) तेज है: 57.41s vs 88.15s, pass rates 71.0% vs 69.6%.

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

तुलना किए गए मॉडल

रैंक: #162
कुल आउटपुट टोकन: 237,822
प्रतिक्रिया समय (औसत): 88.15s
कुल लागत: $0.306

रैंक: #175
कुल आउटपुट टोकन: 246,790
प्रतिक्रिया समय (औसत): 57.41s
कुल लागत: $0.554

अनुशंसित मॉडल DeepSeek V4 Flash 0731 (low)

It has the best score here (7.4), while costing about 1.8x less than Qwen3.6 Plus (medium).

विस्तृत तुलना

मेट्रिक	DeepSeek V4 Flash 0731 DeepSeek V4 Flash 0731 low रिलीज़: 2026-08-01	Qwen3.6 Plus Qwen3.6 Plus medium रिलीज़: 2026-04-20

मेट्रिक	DeepSeek V4 Flash 0731 DeepSeek V4 Flash 0731 low रिलीज़: 2026-08-01	Qwen3.6 Plus Qwen3.6 Plus medium रिलीज़: 2026-04-20
स्कोर	7.4	7.3
रैंक	#162	#175
विश्वसनीयता	10.0	10.0
संगति	8.0	9.0
प्रयास	69/69	69/69
सही परीक्षण
प्रति प्रयास पास दर	71.0%	69.6%
अस्थिर टेस्ट	6	3
कुल रन	69	69
प्रति परिणाम लागत	0.840	2.605
कुल लागत	$0.306	$0.554
इनपुट कीमत	$0.005 / 1M	$0.325 / 1M
आउटपुट कीमत	$1.280 / 1M	$1.950 / 1M
कैश पढ़ने की कीमत	$0.005 / 1M	लागू नहीं
कैश लिखने की कीमत	लागू नहीं	$0.407 / 1M
कुल इनपुट टोकन	231,356	222,601
आउटपुट टोकन	43,054	8,185
रीजनिंग टोकन	370,981	238,605
प्रतिक्रिया समय (औसत)	88.15s	57.41s
प्रतिक्रिया समय (अधिकतम)	438.65s	307.08s
प्रतिक्रिया समय (कुल)	2027.36s	1263.02s
पैरामीटर	284B कुल (13B सक्रिय)	~397B कुल (~17B 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.

#162 DeepSeek V4 Flash 0731

low

No output was saved. The original provider response or failure reason is unavailable.

लागत: $0.000
समय: 78.1s
टोकन: 8,090 tok

#175 Qwen3.6 Plus

medium

लागत: $0.024
समय: 219.0s
टोकन: 12,235 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	4.7	1.6	66.7%	1		321.18s	138,011	7,331	20,715
Qwen3.6 Plus	4.7	3.1	33.3%	1		307.08s	124,903	1,768	47,390

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	8.2	7.9	83.3%	1		10.08s	540	1,833	6,605
Qwen3.6 Plus	10.0	10.0	100.0%	0		9.90s	672	207	7,557

कोडिंग	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
DeepSeek V4 Flash 0731	7.3	5.1	77.8%	2		163.31s	5,953	782	86,028
Qwen3.6 Plus	6.1	7.8	44.4%	1		153.12s	7,098	58	50,586

संयुक्त	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		54.25s	68,913	8,230	22,729
Qwen3.6 Plus	10.0	10.0	100.0%	0		163.25s	71,058	5,011	55,925

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		4.35s	7,290	305	995
Qwen3.6 Plus	10.0	10.0	100.0%	0		14.95s	7,782	270	10,706

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	3.0	10.0	0.0%	0		255.51s	657	20,100	171,883
Qwen3.6 Plus	2.9	7.2	11.1%	1		46.39s	780	61	39,854

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	6.5	3.4	66.7%	1		7.63s	471	81	1,181
Qwen3.6 Plus	5.1	10.0	0.0%	0		27.05s	516	111	5,232

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	9.9	10.0	100.0%	0		3.01s	627	94	644
Qwen3.6 Plus	10.0	10.0	100.0%	0		7.54s	699	102	5,552

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	8.0	7.6	77.8%	1		9.08s	594	414	4,808
Qwen3.6 Plus	10.0	10.0	100.0%	0		6.34s	696	309	6,712

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		4.44s	8,178	367	186
Qwen3.6 Plus	10.0	10.0	100.0%	0		5.87s	8,193	267	1,330

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		246.86s	122	3,517	55,207
Qwen3.6 Plus	3.0	10.0	0.0%	0		47.51s	204	21	7,761

तुलना जोड़ी बदलें