Advertise here
#248

DeepSeek V4.1 Flash

DeepSeek रिलीज़: 2026-09-10 परीक्षण किया गया: 2026-09-10 12:40 deepseek/deepseek-v4.1-flash::none
748B कुल (16B सक्रिय)MoEमुक्त स्रोत
(max) (high) (medium) (low) (none)

सारांश

DeepSeek V4.1 Flash AI BENCHY पर 5.4 स्कोर करता है और #248 पर है। इसकी reliability 9.6, pass rate 34.9%, कुल लागत $0.185, और औसत response time 14.85s है।

DeepSeek V4.1 Flash को अलग क्या बनाता है: यह कोडिंग में सबसे अलग दिखता है, जहाँ इसकी रैंक #1 है; जबकि डेटा पार्सिंग और निष्कर्षण इसकी सबसे कमजोर जगह है, जहाँ यह #12 पर है।

मॉडल विवरण

शोध की तारीख: 2026-09-10

घोषित
पैरामीटर
748B कुल (16B सक्रिय)
आर्किटेक्चर
MoE
उपलब्धता
मुक्त स्रोत
लाइसेंस
MIT
पैरामीटर स्रोत उपलब्धता स्रोत

स्कोर

5.4

संगति

9.3

विश्वसनीयता

9.6

कुल लागत (वर्तमान कीमत)

$0.185

कुल आउटपुट टोकन

273,780

कुल इनपुट टोकन

137,687

इनपुट कीमत

$0.150 / 1M

आउटपुट कीमत

$0.600 / 1M

सही परीक्षण

गलत टेस्ट: 15

प्रति प्रयास पास दर: 34.9%

अस्थिर टेस्ट

2

अस्थिर टेस्ट में रनों के बीच मिले-जुले परिणाम रहे (कम से कम एक पास और एक फेल)।

प्रतिक्रिया समय (औसत)

14.85s

प्रतिक्रिया समय (अधिकतम): 247.66s

प्रतिक्रिया समय (कुल): 326.72s

गलत उत्तर: 11 निर्देशों का पालन नहीं किया: 2 API त्रुटि: 1 कोई उत्तर नहीं: 1

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#248 DeepSeek V4.1 Flash

none
लागत
$0.021
समय
55.4s
टोकन
17,181 tok

चार्ट

पहले मॉडल चुनें, फिर दूसरा मॉडल क्लिक करके साइड-बाय-साइड पेज खोलें।

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

त्वरित तुलना

DeepSeek V4.1 FlashnonevsDeepSeek V4 Flash 0423noneDeepSeek V4.1 FlashnonevsLaguna S 2.1mediumनिःशुल्क उपलब्धDeepSeek V4.1 FlashnonevsQwen3.8 27BnoneDeepSeek V4.1 FlashnonevsKAT-Coder-Air V2.5lowDeepSeek V4.1 FlashnonevsQwen3.6 27BnoneDeepSeek V4.1 FlashnonevsGPT-5.6 LunanoneDeepSeek V4.1 FlashnonevsHy4 previewlowDeepSeek V4.1 FlashnonevsMiMo-V2.5-PrononeDeepSeek V4.1 FlashnonevsNemotron 3.5 Lightninghighनिःशुल्क उपलब्धDeepSeek V4.1 FlashnonevsKimi K2.5none

श्रेणी विवरण

श्रेणी स्कोर संगति सही परीक्षण
एंटी-एआई ट्रिक्स 3.7 8.4
कोडिंग 5.5 10.0
संयुक्त 3.0 10.0
डेटा पार्सिंग और निष्कर्षण 6.5 10.0
डोमेन-विशिष्ट 7.7 10.0
Samanya Buddhimatta 5.5 10.0
निर्देश पालन 6.5 10.0
पहेली समाधान 5.3 7.2
टूल कॉलिंग 10.0 10.0
सामान्य ज्ञान 3.0 10.0

तुलना किए गए मॉडल