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 vs Beam 1.0 501B A23B (high)

DeepSeek V4 Flash 0731 average score में आगे है: 6.2 vs 6.1. DeepSeek V4 Flash 0731 की benchmark लागत कम है: $0.053 vs $0.674. Beam 1.0 501B A23B (high) तेज है: 9.03s vs 27.42s, pass rates 30.4% vs 59.4%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-17

तुलना किए गए मॉडल

रैंक
#262
कुल आउटपुट टोकन
39,789
प्रतिक्रिया समय (औसत)
27.42s
कुल लागत
$0.053
रैंक
#266
कुल आउटपुट टोकन
147,207
प्रतिक्रिया समय (औसत)
9.03s
कुल लागत
$0.674
अनुशंसित मॉडल Beam 1.0 501B A23B (high)

Its score stays close to the best score here (6.1 vs 6.2), while responding about 3.0x faster than DeepSeek V4 Flash 0731.

विस्तृत तुलना

मेट्रिक DeepSeek V4 Flash 0731 DeepSeek V4 Flash 0731 none रिलीज़: 2026-08-01 Beam 1.0 501B A23B Beam 1.0 501B A23B high रिलीज़: 2026-10-17
स्कोर 6.2 6.1
रैंक #262 #266
विश्वसनीयता 10.0 10.0
संगति 8.7 8.3
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 30.4% 59.4%
अस्थिर टेस्ट 4 5
कुल रन 69 69
प्रति परिणाम लागत 0.826 6.126
कुल लागत $0.053 $0.674
इनपुट कीमत $0.005 / 1M $1.000 / 1M
आउटपुट कीमत $1.280 / 1M $3.000 / 1M
कैश पढ़ने की कीमत $0.005 / 1M $0.100 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 349,876 232,218
आउटपुट टोकन 39,789 4,944
रीजनिंग टोकन 0 142,263
प्रतिक्रिया समय (औसत) 27.42s 9.03s
प्रतिक्रिया समय (अधिकतम) 387.15s 36.04s
प्रतिक्रिया समय (कुल) 630.70s 207.67s
पैरामीटर 284B कुल (13B सक्रिय) 501B कुल (23B सक्रिय)
उपलब्धता बंद स्रोत मुक्त 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.

#262 DeepSeek V4 Flash 0731

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

#266 Beam 1.0 501B A23B

high
लागत
$0.008
समय
15.6s
टोकन
6,162 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
Beam 1.0 501B A23B 8.4 7.4 88.9% 1 21.05s 7,800 559 44,608

तुलना जोड़ी बदलें