DeepSeek V4 Flash 0423 (high) vs Qwen3.5 Plus 2026-02-15 (medium)

DeepSeek V4 Flash 0423 (high) average score में आगे है: 8.1 vs 7.2. DeepSeek V4 Flash 0423 (high) की benchmark लागत कम है: $0.020 vs $0.567. DeepSeek V4 Flash 0423 (high) तेज है: 55.99s vs 97.68s, pass rates 71.0% vs 72.5%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-03

तुलना किए गए मॉडल

रैंक: #90
कुल आउटपुट टोकन: 234,594
प्रतिक्रिया समय (औसत): 55.99s
कुल लागत: $0.020

रैंक: #142
कुल आउटपुट टोकन: 302,730
प्रतिक्रिया समय (औसत): 97.68s
कुल लागत: $0.567

अनुशंसित मॉडल DeepSeek V4 Flash 0423 (high)

It has the best score here (8.1), while costing about 28.7x less than Qwen3.5 Plus 2026-02-15 (medium).

विस्तृत तुलना

मेट्रिक	DeepSeek V4 Flash 0423 DeepSeek V4 Flash 0423 high रिलीज़: 2026-04-24	Qwen3.5 Plus 2026-02-15 Qwen3.5 Plus 2026-02-15 medium रिलीज़: 2026-02-15

मेट्रिक	DeepSeek V4 Flash 0423 DeepSeek V4 Flash 0423 high रिलीज़: 2026-04-24	Qwen3.5 Plus 2026-02-15 Qwen3.5 Plus 2026-02-15 medium रिलीज़: 2026-02-15
स्कोर	8.1	7.2
रैंक	#90	#142
विश्वसनीयता	10.0	10.0
संगति	8.6	7.9
प्रयास	69/69	69/69
सही परीक्षण
प्रति प्रयास पास दर	71.0%	72.5%
अस्थिर टेस्ट	4	6
कुल रन	69	69
प्रति परिणाम लागत	0.547	4.047
कुल लागत	$0.020	$0.567
इनपुट कीमत	$0.028 / 1M	$0.260 / 1M
आउटपुट कीमत	$0.056 / 1M	$1.560 / 1M
कैश पढ़ने की कीमत	$0.006 / 1M	लागू नहीं
कैश लिखने की कीमत	लागू नहीं	लागू नहीं
कुल इनपुट टोकन	298,794	249,486
आउटपुट टोकन	45,873	14,481
रीजनिंग टोकन	188,721	288,249
प्रतिक्रिया समय (औसत)	55.99s	97.68s
प्रतिक्रिया समय (अधिकतम)	218.13s	304.85s
प्रतिक्रिया समय (कुल)	1287.87s	1562.81s
पैरामीटर	284B कुल (13B सक्रिय)	~397B कुल (~17B सक्रिय)
उपलब्धता	मुक्त स्रोत	बंद 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.

#90 DeepSeek V4 Flash 0423

high

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

#142 Qwen3.5 Plus 2026-02-15

medium

लागत: $0.011
समय: 125.5s
टोकन: 7,040 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 Plus 2026-02-15	6.1	3.1	66.7%	1		186.40s	135,917	4,658	23,363

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 Plus 2026-02-15	8.2	7.9	83.3%	1		45.78s	672	205	21,236

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 Plus 2026-02-15	6.6	7.1	44.4%	1		180.70s	6,950	420	80,595

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 Plus 2026-02-15	6.9	5.9	66.7%	1		175.85s	87,576	8,085	69,183

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 Plus 2026-02-15	10.0	10.0	100.0%	0		46.91s	7,782	270	14,916

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 Plus 2026-02-15	5.3	7.2	44.4%	1		55.99s	453	35	30,685

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 Plus 2026-02-15	4.7	1.6	66.7%	1		79.86s	344	73	8,675

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 Plus 2026-02-15	10.0	10.0	100.0%	0		31.93s	699	101	7,704

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 Plus 2026-02-15	10.0	10.0	100.0%	0		32.50s	696	301	13,853

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 Plus 2026-02-15	10.0	10.0	100.0%	0		7.54s	8,193	309	909

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 Plus 2026-02-15	3.0	10.0	0.0%	0		103.81s	204	24	17,130

त्वरित तुलना

तुलना जोड़ी बदलें

Claude Opus 4.7mediumvsDeepSeek V4 Flash 0423high Gemini 3.8 FlashlowvsQwen3.5 Plus 2026-02-15medium Claude Opus 4.8lowvsQwen3.5 Plus 2026-02-15medium LongCat 2.0highvsQwen3.5 Plus 2026-02-15medium Qwen3.5 Plus 2026-02-15mediumvsStep 3.7 Flashlow Seed-2.0-CodelowvsDeepSeek V4 Flash 0423high DeepSeek V4 Flash 0423highvsNemotron 3 Ultramediumनिःशुल्क उपलब्ध Claude Opus 5nonevsQwen3.5 Plus 2026-02-15medium Qwen3.5 Plus 2026-02-15mediumvsGLM 5.3 Flashhigh DeepSeek V4 Flash 0423highvsGPT-5.4 Nanomedium DeepSeek V4 Flash 0423highvsGemini 3.8 Flashmedium Seed-2.0-LitemediumvsDeepSeek V4 Flash 0423high