#142 DeepSeek V4 Flash
none- लागत
- $0.004
- समय
- 157.6s
- टोकन
- 11,297 tok
AI BENCHY तुलना
सारांश
DeepSeek V4 Flash average score में आगे है: 5.5 vs 4.9. DeepSeek V4 Flash की benchmark लागत कम है: $0.007 vs $0.037. KAT-Coder-Air V2.5 तेज है: 6.99s vs 26.75s, pass rates 30.2% vs 38.1%.
बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-14
| मेट्रिक | DeepSeek V4 Flash DeepSeek V4 Flash none | KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 none |
|---|---|---|
| स्कोर | 5.5 | 4.9 |
| रैंक | #142 | #168 |
| विश्वसनीयता | 10.0 | 10.0 |
| संगति | 8.9 | 7.1 |
| सही परीक्षण | ||
| प्रति प्रयास पास दर | 30.2% | 38.1% |
| अस्थिर टेस्ट | 3 | 7 |
| कुल रन | 63 | 63 |
| प्रति परिणाम लागत | 0.203 | 0.724 |
| कुल लागत | $0.007 | $0.037 |
| इनपुट कीमत | $0.090 / 1M | $0.150 / 1M |
| आउटपुट कीमत | $0.180 / 1M | $0.600 / 1M |
| कुल इनपुट टोकन | 50,127 | 41,328 |
| आउटपुट टोकन | 13,710 | 49,933 |
| रीजनिंग टोकन | 0 | 0 |
| प्रतिक्रिया समय (औसत) | 26.75s | 6.99s |
| प्रतिक्रिया समय (अधिकतम) | 111.96s | 24.94s |
| प्रतिक्रिया समय (कुल) | 561.82s | 146.78s |
जनरेशन शोकेस
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
| कोडिंग | स्कोर | संगति | प्रति प्रयास पास दर | अस्थिर टेस्ट | सही परीक्षण | प्रतिक्रिया समय (औसत) | इनपुट टोकन | आउटपुट टोकन | रीजनिंग टोकन |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash | 4.2 | 7.4 | 11.1% | 1 | 17.13s | 7,279 | 9,717 | 0 | |
| KAT-Coder-Air V2.5 | 3.3 | 9.6 | 0.0% | 0 | 14.31s | 6,472 | 16,918 | 0 |
तुलना जोड़ी बदलें