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 0423 (high) vs GPT-5.6 Luna (high)

DeepSeek V4 Flash 0423 (high) average score में आगे है: 7.6 vs 7.6. DeepSeek V4 Flash 0423 (high) की benchmark लागत कम है: $0.042 vs $0.179. GPT-5.6 Luna (high) तेज है: 16.49s vs 51.81s, pass rates 69.7% vs 69.7%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-09-04

रैंक
#89
कुल आउटपुट टोकन
211,310
प्रतिक्रिया समय (औसत)
51.81s
कुल लागत
$0.042
रैंक
#91
कुल आउटपुट टोकन
135,315
प्रतिक्रिया समय (औसत)
16.49s
कुल लागत
$0.179
अनुशंसित मॉडल DeepSeek V4 Flash 0423 (high)

It has the best score here (7.6), while costing about 4.3x less than GPT-5.6 Luna (high).

विस्तृत तुलना

मेट्रिक DeepSeek V4 Flash 0423 DeepSeek V4 Flash 0423 high रिलीज़: 2026-04-24 GPT-5.6 Luna GPT-5.6 Luna high रिलीज़: 2026-07-09
स्कोर 7.6 7.6
रैंक #89 #91
विश्वसनीयता 10.0 10.0
संगति 8.5 8.5
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 69.7% 69.7%
अस्थिर टेस्ट 4 4
कुल रन 66 66
प्रति परिणाम लागत 0.446 6.100
कुल लागत $0.042 $0.179
इनपुट कीमत $0.088 / 1M $0.200 / 1M
आउटपुट कीमत $0.176 / 1M $1.200 / 1M
कुल इनपुट टोकन 108,480 80,927
आउटपुट टोकन 37,229 5,088
रीजनिंग टोकन 174,081 130,227
प्रतिक्रिया समय (औसत) 51.81s 16.49s
प्रतिक्रिया समय (अधिकतम) 218.13s 111.09s
प्रतिक्रिया समय (कुल) 1139.75s 362.78s
पैरामीटर 284B कुल (13B सक्रिय) ~400B कुल (~17B सक्रिय)
उपलब्धता मुक्त स्रोत बंद स्रोत

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#89 DeepSeek V4 Flash 0423

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

#91 GPT-5.6 Luna

high
लागत
$0.033
समय
34.2s
टोकन
5,484 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 0423 7.8 10.0 66.7% 0 50.60s 7,279 395 34,862
GPT-5.6 Luna 5.5 4.7 55.6% 2 15.63s 7,302 510 17,746

त्वरित तुलना

तुलना जोड़ी बदलें