नेविगेशन
Advertise here

DeepSeek V4 Pro 0423 vs GPT-5.6 Luna (medium)

GPT-5.6 Luna (medium) average score में आगे है: 7.4 vs 7.4. GPT-5.6 Luna (medium) की benchmark लागत कम है: $0.065 vs $0.083. GPT-5.6 Luna (medium) तेज है: 9.64s vs 14.05s, pass rates 49.3% vs 62.3%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-11-13

तुलना किए गए मॉडल

रैंक
#196
कुल आउटपुट टोकन
46,004
प्रतिक्रिया समय (औसत)
14.05s
कुल लागत
$0.083
रैंक
#189
कुल आउटपुट टोकन
47,986
प्रतिक्रिया समय (औसत)
9.64s
कुल लागत
$0.065
अनुशंसित मॉडल GPT-5.6 Luna (medium)

इस तुलना में इसका स्कोर सबसे अधिक है (7.4) और 2 मॉडलों में लागत और प्रतिक्रिया समय का समग्र संतुलन सबसे अच्छा है।

विस्तृत तुलना

मेट्रिक DeepSeek V4 Pro 0423 DeepSeek V4 Pro 0423 none रिलीज़: 2026-04-24 GPT-5.6 Luna GPT-5.6 Luna medium रिलीज़: 2026-07-09
स्कोर 7.4 7.4
रैंक #196 #189
विश्वसनीयता 10.0 10.0
संगति 8.7 9.0
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 49.3% 62.3%
अस्थिर टेस्ट 4 3
कुल रन 69 69
प्रति परिणाम लागत 2.341 2.822
कुल लागत $0.083 $0.065
इनपुट कीमत $0.209 / 1M $0.200 / 1M
आउटपुट कीमत $0.418 / 1M $1.200 / 1M
कैश पढ़ने की कीमत $0.018 / 1M $0.020 / 1M
कैश लिखने की कीमत लागू नहीं $0.250 / 1M
कुल इनपुट टोकन 304,186 212,780
आउटपुट टोकन 40,118 6,849
रीजनिंग टोकन 5,886 41,137
प्रतिक्रिया समय (औसत) 14.05s 9.64s
प्रतिक्रिया समय (अधिकतम) 119.44s 58.09s
प्रतिक्रिया समय (कुल) 323.17s 221.62s
पैरामीटर 1.6T कुल (49B सक्रिय) ~400B 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.

#196 DeepSeek V4 Pro 0423

none
Reached the allocated time limit (300 seconds) without receiving showcase output.
लागत
$0.000
समय
300.0s
टोकन
0 tok

#189 GPT-5.6 Luna

medium
लागत
$0.014
समय
14.6s
टोकन
2,362 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 Pro 0423 5.6 10.0 33.3% 0 13.38s 7,275 1,436 4,064
GPT-5.6 Luna 5.4 7.2 44.4% 1 10.38s 7,302 564 9,928

तुलना जोड़ी बदलें