नेविगेशन
Advertise here

DeepSeek V4 Flash 0731 vs Laguna XS 2.1

average score लगभग बराबर है: 5.4 vs 5.3. Laguna XS 2.1 की benchmark लागत कम है: $0.008 vs $0.011. Laguna XS 2.1 तेज है: 1.55s vs 20.72s, pass rates 27.3% vs 30.3%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-09-10

तुलना किए गए मॉडल

रैंक
#254
कुल आउटपुट टोकन
25,426
प्रतिक्रिया समय (औसत)
20.72s
कुल लागत
$0.011
रैंक
#257
कुल आउटपुट टोकन
13,377
प्रतिक्रिया समय (औसत)
1.55s
कुल लागत
$0.008
अनुशंसित मॉडल Laguna XS 2.1

It has the best score here (5.3), while costing about 1.5x less than DeepSeek V4 Flash 0731.

विस्तृत तुलना

मेट्रिक DeepSeek V4 Flash 0731 DeepSeek V4 Flash 0731 none रिलीज़: 2026-08-01 Laguna XS 2.1 Laguna XS 2.1 none रिलीज़: 2026-07-02 निःशुल्क उपलब्ध
स्कोर 5.4 5.3
रैंक #254 #257
विश्वसनीयता 10.0 10.0
संगति 8.6 9.0
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 27.3% 30.3%
अस्थिर टेस्ट 4 3
कुल रन 66 66
प्रति परिणाम लागत 0.509 0.143
कुल लागत $0.011 $0.008
इनपुट कीमत $0.065 / 1M $0.060 / 1M
आउटपुट कीमत $0.180 / 1M $0.120 / 1M
कुल इनपुट टोकन 94,566 91,607
आउटपुट टोकन 25,426 13,377
रीजनिंग टोकन 0 0
प्रतिक्रिया समय (औसत) 20.72s 1.55s
प्रतिक्रिया समय (अधिकतम) 387.15s 19.02s
प्रतिक्रिया समय (कुल) 455.81s 34.01s
पैरामीटर 284B कुल (13B सक्रिय) 33B कुल (3B सक्रिय)
उपलब्धता बंद स्रोत वेट उपलब्ध

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#254 DeepSeek V4 Flash 0731

none
लागत
$0.004
समय
198.4s
टोकन
14,316 tok

#257 Laguna XS 2.1

none
लागत
$0.001
समय
27.6s
टोकन
4,344 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 4.3 10.0 0.0% 0 1.72s 7,275 505 0
Laguna XS 2.1 4.3 7.8 22.2% 1 623ms 7,995 562 0

त्वरित तुलना

तुलना जोड़ी बदलें