#52 DeepSeek V4.1 Flash
high- लागत
- $0.035
- समय
- 111.0s
- टोकन
- 29,201 tok
सारांश
DeepSeek V4.1 Flash AI BENCHY पर 8.5 स्कोर करता है और #52 पर है। इसकी reliability 9.6, pass rate 74.2%, कुल लागत $0.287, और औसत response time 32.78s है।
शोध की तारीख: 2026-09-10
8.5
संगति
8.9
9.6
$0.287
कुल आउटपुट टोकन
452,940
कुल इनपुट टोकन
100,111
इनपुट कीमत
$0.150 / 1M
आउटपुट कीमत
$0.600 / 1M
अस्थिर टेस्ट
3
अस्थिर टेस्ट में रनों के बीच मिले-जुले परिणाम रहे (कम से कम एक पास और एक फेल)।
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
पहले मॉडल चुनें, फिर दूसरा मॉडल क्लिक करके साइड-बाय-साइड पेज खोलें।
| श्रेणी | स्कोर | संगति | सही परीक्षण |
|---|---|---|---|
| एंटी-एआई ट्रिक्स | 8.3 | 10.0 | |
| कोडिंग | 10.0 | 10.0 | |
| संयुक्त | 10.0 | 10.0 | |
| डेटा पार्सिंग और निष्कर्षण | 6.5 | 10.0 | |
| डोमेन-विशिष्ट | 5.3 | 7.2 | |
| Samanya Buddhimatta | 10.0 | 10.0 | |
| निर्देश पालन | 10.0 | 10.0 | |
| पहेली समाधान | 6.4 | 4.9 | |
| टूल कॉलिंग | 10.0 | 10.0 | |
| सामान्य ज्ञान | 3.0 | 10.0 |