नेविगेशन
AI BENCHY
Advertise here

तुलना किए गए मॉडल

DeepSeek V4 Flash (high) vs DeepSeek V4 Pro (high) vs Kimi K2.6 (medium) vs GLM 5 (medium) benchmark तुलना: GLM 5 (medium) स्कोर में 7.7 के साथ आगे है। DeepSeek V4 Flash (high) विश्वसनीयता में 10.0 के साथ आगे है। DeepSeek V4 Flash (high) का कुल लागत सबसे कम है: $0.060. GLM 5 (medium) 33.54s पर सबसे तेज है।

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-08-07

रैंक
#62
कुल आउटपुट टोकन
168,165
प्रतिक्रिया समय (औसत)
49.75s
कुल लागत
$0.060
रैंक
#63
कुल आउटपुट टोकन
189,181
प्रतिक्रिया समय (औसत)
79.14s
कुल लागत
$0.200
रैंक
#88
कुल आउटपुट टोकन
391,540
प्रतिक्रिया समय (औसत)
109.98s
कुल लागत
$0.746
रैंक
#59
कुल आउटपुट टोकन
124,566
प्रतिक्रिया समय (औसत)
33.54s
कुल लागत
$0.307
अनुशंसित मॉडल DeepSeek V4 Flash (high)

Its score stays close to the best score here (7.7 vs 7.7), while costing about 7.0x less than इस तुलना के बाकी मॉडल.

विस्तृत तुलना

मेट्रिक DeepSeek V4 Flash DeepSeek V4 Flash high रिलीज़: 2026-04-24 DeepSeek V4 Pro DeepSeek V4 Pro high रिलीज़: 2026-04-24 Kimi K2.6 Kimi K2.6 medium रिलीज़: 2026-04-20 GLM 5 GLM 5 medium रिलीज़: 2026-02-12
स्कोर 7.7 7.7 7.2 7.7
रैंक #62 #63 #88 #59
विश्वसनीयता 10.0 10.0 9.4 10.0
संगति 8.2 7.7 8.3 8.1
बेंचमार्क कवरेज 22/22 टेस्ट · 66/66 प्रयास 22/22 टेस्ट · 66/66 प्रयास 22/22 टेस्ट · 66/66 प्रयास 21/22 टेस्ट · 63/66 प्रयास
सही परीक्षण
प्रति प्रयास पास दर 72.7% 63.6% 63.6% 78.8%
अस्थिर टेस्ट 5 6 4 4
कुल रन 66 66 66 63
प्रति परिणाम लागत 0.402 2.000 9.821 1.668
कुल लागत $0.060 $0.200 $0.746 $0.307
इनपुट कीमत $0.140 / 1M $0.435 / 1M $0.580 / 1M $0.950 / 1M
आउटपुट कीमत $0.280 / 1M $0.870 / 1M $2.440 / 1M $2.551 / 1M
कुल इनपुट टोकन 108,392 90,748 68,902 35,224
आउटपुट टोकन 14,478 10,462 111,680 21,570
रीजनिंग टोकन 153,687 178,719 279,860 102,996
प्रतिक्रिया समय (औसत) 49.75s 79.14s 109.98s 33.54s
प्रतिक्रिया समय (अधिकतम) 218.13s 416.76s 876.20s 99.85s
प्रतिक्रिया समय (कुल) 1094.41s 1740.97s 2309.56s 435.99s

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#62 DeepSeek V4 Flash

high
लागत
$0.003
समय
93.1s
टोकन
7,926 tok

#63 DeepSeek V4 Pro

high
लागत
$0.023
समय
257.6s
टोकन
14,870 tok

#88 MoonshotAI: Kimi K2.6

medium
लागत
$0.013
समय
103.4s
टोकन
3,620 tok

#59 GLM 5

medium
लागत
$0.005
समय
20.7s
टोकन
2,068 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 7.8 10.0 66.7% 0 50.60s 7,279 395 34,862
DeepSeek V4 Pro 6.3 8.7 33.3% 0 243.00s 5,090 383 84,580
Kimi K2.6 5.7 8.6 33.3% 0 214.42s 2,925 9,970 77,189
GLM 5 10.0 10.0 100.0% 0 74.30s 7,254 2,997 52,930

त्वरित तुलना

तुलना जोड़ी बदलें