नेविगेशन
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

DeepSeek V4 Flash (high) vs GPT-5.4 Nano (medium)

DeepSeek V4 Flash (high) average score में आगे है: 7.7 vs 7.5. DeepSeek V4 Flash (high) की benchmark लागत कम है: $0.060 vs $0.138. GPT-5.4 Nano (medium) तेज है: 13.24s vs 49.75s, pass rates 72.7% vs 65.2%.

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

रैंक
#57
कुल आउटपुट टोकन
168,165
प्रतिक्रिया समय (औसत)
49.75s
कुल लागत
$0.060
रैंक
#66
कुल आउटपुट टोकन
97,122
प्रतिक्रिया समय (औसत)
13.24s
कुल लागत
$0.138
अनुशंसित मॉडल DeepSeek V4 Flash (high)

It has the best score here (7.7), while costing about 2.3x less than GPT-5.4 Nano (medium).

विस्तृत तुलना

मेट्रिक DeepSeek V4 Flash DeepSeek V4 Flash high रिलीज़: 2026-04-24 GPT-5.4 Nano GPT-5.4 Nano medium रिलीज़: 2026-03-17
स्कोर 7.7 7.5
रैंक #57 #66
विश्वसनीयता 10.0 10.0
संगति 8.2 8.5
सही परीक्षण
प्रति प्रयास पास दर 72.7% 65.2%
अस्थिर टेस्ट 5 4
कुल रन 66 66
प्रति परिणाम लागत 0.402 1.150
कुल लागत $0.060 $0.138
इनपुट कीमत $0.140 / 1M $0.200 / 1M
आउटपुट कीमत $0.280 / 1M $1.250 / 1M
कुल इनपुट टोकन 108,392 82,819
आउटपुट टोकन 14,478 7,100
रीजनिंग टोकन 153,687 90,022
प्रतिक्रिया समय (औसत) 49.75s 13.24s
प्रतिक्रिया समय (अधिकतम) 218.13s 94.06s
प्रतिक्रिया समय (कुल) 1094.41s 291.33s

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#57 DeepSeek V4 Flash

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

#66 GPT-5.4 Nano

medium
लागत
$0.007
समय
24.6s
टोकन
4,943 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
GPT-5.4 Nano 6.1 4.7 66.7% 2 19.12s 7,305 516 20,778

त्वरित तुलना

तुलना जोड़ी बदलें