नेविगेशन
AI BENCHY
Advertise here

DeepSeek V4 Flash 0731 (medium) vs LongCat 2.0 (medium)

LongCat 2.0 (medium) average score में आगे है: 7.4 vs 7.3. DeepSeek V4 Flash 0731 (medium) की benchmark लागत कम है: $0.106 vs $0.478. DeepSeek V4 Flash 0731 (medium) तेज है: 85.80s vs 136.64s, pass rates 72.7% vs 60.6%.

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

रैंक
#76
कुल आउटपुट टोकन
618,417
प्रतिक्रिया समय (औसत)
85.80s
कुल लागत
$0.106
रैंक
#71
कुल आउटपुट टोकन
373,396
प्रतिक्रिया समय (औसत)
136.64s
कुल लागत
$0.478
अनुशंसित मॉडल DeepSeek V4 Flash 0731 (medium)

Its score stays close to the best score here (7.3 vs 7.4), while costing about 4.5x less than LongCat 2.0 (medium).

विस्तृत तुलना

मेट्रिक DeepSeek V4 Flash 0731 DeepSeek V4 Flash 0731 medium रिलीज़: 2026-08-01 LongCat 2.0 LongCat 2.0 medium रिलीज़: 2026-07-20
स्कोर 7.3 7.4
रैंक #76 #71
विश्वसनीयता 9.8 9.8
संगति 7.1 8.9
सही परीक्षण
प्रति प्रयास पास दर 72.7% 60.6%
अस्थिर टेस्ट 8 3
कुल रन 66 66
प्रति परिणाम लागत 0.956 3.978
कुल लागत $0.106 $0.478
इनपुट कीमत $0.140 / 1M $0.300 / 1M
आउटपुट कीमत $0.280 / 1M $1.200 / 1M
कुल इनपुट टोकन 89,768 97,315
आउटपुट टोकन 66,624 44,384
रीजनिंग टोकन 551,793 329,012
प्रतिक्रिया समय (औसत) 85.80s 136.64s
प्रतिक्रिया समय (अधिकतम) 288.78s 939.52s
प्रतिक्रिया समय (कुल) 1887.69s 3006.01s

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#76 DeepSeek V4 Flash 0731

medium
लागत
$0.004
समय
93.3s
टोकन
13,252 tok

#71 LongCat 2.0

medium
लागत
$0.016
समय
285.1s
टोकन
13,057 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 6.4 4.4 77.8% 2 198.78s 6,032 4,109 160,154
LongCat 2.0 10.0 10.0 100.0% 0 455.00s 7,419 533 214,143

त्वरित तुलना

तुलना जोड़ी बदलें