DeepSeek V4 Flash 0423 (high) vs Qwen3.5-27B (medium)

DeepSeek V4 Flash 0423 (high) average score में आगे है: 8.1 vs 7.9. DeepSeek V4 Flash 0423 (high) की benchmark लागत कम है: $0.261 vs $1.135. DeepSeek V4 Flash 0423 (high) तेज है: 55.99s vs 114.73s, pass rates 71.0% vs 76.8%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-19

तुलना किए गए मॉडल

रैंक: #108
कुल आउटपुट टोकन: 203,134
प्रतिक्रिया समय (औसत): 55.99s
कुल लागत: $0.261

रैंक: #116
कुल आउटपुट टोकन: 635,288
प्रतिक्रिया समय (औसत): 114.73s
कुल लागत: $1.135

अनुशंसित मॉडल DeepSeek V4 Flash 0423 (high)

It has the best score here (8.1), while costing about 4.4x less than Qwen3.5-27B (medium).

विस्तृत तुलना

मेट्रिक	DeepSeek V4 Flash 0423 DeepSeek V4 Flash 0423 high रिलीज़: 2026-04-24	Qwen3.5-27B Qwen3.5-27B medium रिलीज़: 2026-02-24

मेट्रिक	DeepSeek V4 Flash 0423 DeepSeek V4 Flash 0423 high रिलीज़: 2026-04-24	Qwen3.5-27B Qwen3.5-27B medium रिलीज़: 2026-02-24
स्कोर	8.1	7.9
रैंक	#108	#116
विश्वसनीयता	10.0	10.0
संगति	8.6	7.9
प्रयास	69/69	69/69
सही परीक्षण
प्रति प्रयास पास दर	71.0%	76.8%
अस्थिर टेस्ट	4	6
कुल रन	69	69
प्रति परिणाम लागत	0.547	8.104
कुल लागत	$0.261	$1.135
इनपुट कीमत	$0.002 / 1M	$0.195 / 1M
आउटपुट कीमत	$1.280 / 1M	$1.560 / 1M
कैश पढ़ने की कीमत	$0.002 / 1M	लागू नहीं
कैश लिखने की कीमत	लागू नहीं	लागू नहीं
कुल इनपुट टोकन	298,794	288,919
आउटपुट टोकन	45,873	17,484
रीजनिंग टोकन	188,721	617,804
प्रतिक्रिया समय (औसत)	55.99s	114.73s
प्रतिक्रिया समय (अधिकतम)	218.13s	1026.43s
प्रतिक्रिया समय (कुल)	1287.87s	2638.74s
पैरामीटर	284B कुल (13B सक्रिय)	27B
उपलब्धता	मुक्त 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.

#108 DeepSeek V4 Flash 0423

high

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

#116 Qwen3.5-27B

medium

लागत: $0.008
समय: 62.0s
टोकन: 3,099 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

श्रेणी:

स्वायत्त एजेंट कार्य	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
DeepSeek V4 Flash 0423	10.0	10.0	100.0%	0		148.13s	190,314	8,644	14,640
Qwen3.5-27B	10.0	10.0	100.0%	0		146.48s	177,275	1,371	19,008

एंटी-एआई ट्रिक्स	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
DeepSeek V4 Flash 0423	8.3	10.0	75.0%	0		28.51s	540	140	7,770
Qwen3.5-27B	8.7	7.9	91.7%	1		19.75s	672	569	31,505

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
Qwen3.5-27B	6.2	7.1	55.6%	1		160.69s	7,895	6,381	89,388

संयुक्त	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
DeepSeek V4 Flash 0423	6.4	5.8	66.7%	1		104.10s	82,663	4,633	37,533
Qwen3.5-27B	7.3	5.8	83.3%	1		595.19s	84,417	7,948	279,132

डेटा पार्सिंग और निष्कर्षण	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
DeepSeek V4 Flash 0423	10.0	10.0	100.0%	0		28.03s	7,290	201	1,179
Qwen3.5-27B	10.0	10.0	100.0%	0		30.26s	7,782	270	16,150

डोमेन-विशिष्ट	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
DeepSeek V4 Flash 0423	3.6	7.2	22.2%	1		115.42s	754	22,778	79,643
Qwen3.5-27B	5.9	7.2	55.6%	1		89.39s	562	157	52,734

Samanya Buddhimatta	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
DeepSeek V4 Flash 0423	6.1	3.1	66.7%	1		25.15s	471	79	632
Qwen3.5-27B	6.1	3.1	66.7%	1		101.41s	524	70	23,147

निर्देश पालन	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
DeepSeek V4 Flash 0423	10.0	10.0	100.0%	0		15.36s	627	63	1,622
Qwen3.5-27B	10.0	10.0	100.0%	0		19.66s	699	97	11,638

पहेली समाधान	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
DeepSeek V4 Flash 0423	8.2	7.2	88.9%	1		26.11s	594	196	1,767
Qwen3.5-27B	8.2	7.7	77.8%	1		59.60s	696	242	70,096

टूल कॉलिंग	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
DeepSeek V4 Flash 0423	10.0	10.0	100.0%	0		74.73s	8,079	228	542
Qwen3.5-27B	10.0	10.0	100.0%	0		7.45s	8,193	348	1,323

सामान्य ज्ञान	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
DeepSeek V4 Flash 0423	3.0	10.0	0.0%	0		54.46s	183	8,516	8,531
Qwen3.5-27B	3.0	10.0	0.0%	0		85.11s	204	31	23,683

तुलना जोड़ी बदलें

Claude Opus 4.7mediumvsDeepSeek V4 Flash 0423high Qwen3.5-27BmediumvsGLM 5.3 FlashXmax Claude Fable 5.1highvsQwen3.5-27Bmedium GPT-5.6 TerralowvsQwen3.5-27Bmedium Seed-2.0-CodelowvsDeepSeek V4 Flash 0423high DeepSeek V4 Flash 0423highvsNemotron 3 Ultramediumनिःशुल्क उपलब्ध GPT-5.6 LunahighvsQwen3.5-27Bmedium Muse WondermaxvsQwen3.5-27Bmedium Ling 3.1 FlashhighvsQwen3.5-27Bmedium DeepSeek V4.1 Flash 1017highvsQwen3.5-27Bmedium DeepSeek V4 Flash 0423highvsGPT-5.4 Nanomedium DeepSeek V4 Flash 0423highvsGemini 3.8 Flashmedium