Advertise here
#97

DeepSeek V4 Flash 0731

DeepSeek रिलीज़: 2026-08-01 परीक्षण किया गया: 2026-10-01 02:59 deepseek/deepseek-v4-flash-0731::high
284B कुल (13B सक्रिय)MoEबंद स्रोत
(high) (medium) (low) (none)

सारांश

DeepSeek V4 Flash 0731 AI BENCHY पर 8.4 स्कोर करता है और #97 पर है। इसकी reliability 10.0, pass rate 76.8%, कुल लागत $0.576, और औसत response time 118.83s है।

मॉडल विवरण

शोध की तारीख: 2026-08-12

घोषित
पैरामीटर
284B कुल (13B सक्रिय)
आर्किटेक्चर
MoE
उपलब्धता
बंद स्रोत
लाइसेंस
-
पैरामीटर स्रोत उपलब्धता स्रोत

स्कोर

8.4

संगति

8.1

विश्वसनीयता

10.0

कुल लागत (वर्तमान कीमत)

$0.576 ↑ +259.2%

परीक्षण के समय: $0.161

कुल आउटपुट टोकन

448,665

कुल इनपुट टोकन

281,863

इनपुट कीमत

$0.005 / 1M

आउटपुट कीमत

$1.280 / 1M

कैश पढ़ने की कीमत

$0.005 / 1M

कैश लिखने की कीमत

लागू नहीं

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।

सही परीक्षण

गलत टेस्ट: 8

प्रति प्रयास पास दर: 76.8%

अस्थिर टेस्ट

5

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

प्रतिक्रिया समय (औसत)

118.83s

प्रतिक्रिया समय (अधिकतम): 600.61s

प्रतिक्रिया समय (कुल): 2733.01s

गलत उत्तर: 5 निर्देशों का पालन नहीं किया: 2 कोई उत्तर नहीं: 1

Hamster playing table tennis

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

#97 DeepSeek V4 Flash 0731

high
No output was saved. The original provider response or failure reason is unavailable.
लागत
$0.000
समय
187.3s
टोकन
19,048 tok

रन इतिहास

परीक्षण किया गया स्कोर विश्वसनीयता सही परीक्षण कुल लागत तुलना करें
2026-10-01 02:59 दोबारा परीक्षण 8.4 10.0 $0.576 ↑ वर्तमान रन
2026-08-01 02:40 पहला रन 8.0 9.6 $0.123 तुलना करें

इस रन में अलग बेंचमार्क सूट इस्तेमाल हुआ था। ऐतिहासिक बदलाव पढ़ते समय सूट बदलाव को ध्यान में रखें।

रन तुलना

रनबेंचमार्क कवरेजस्कोरसंगतिविश्वसनीयतासही परीक्षणअस्थिर टेस्टकुल आउटपुट टोकनकुल इनपुट टोकनकुल लागतप्रतिक्रिया समय (औसत)
2026-10-01 02:59 · वर्तमान रन69/69 प्रयास8.48.110.015/235448,665281,863$0.576118.83s
2026-08-01 02:40 · पहला रन66/66 प्रयास8.07.89.614/226544,16496,609$0.123110.77s
अंतर—+0.4+0.3+0.4+1-1-95499+185254+$0.453+8054ms

बेंचमार्क कवरेज अलग है: 69/69 प्रयास (लक्ष्य: प्रति टेस्ट 3 दोहराव) बनाम 66/66 प्रयास (लक्ष्य: प्रति टेस्ट 3 दोहराव)। कुल और दोहराव-संवेदनशील मेट्रिक सीधे तुलना योग्य नहीं हैं।

इन दो रन में अलग-अलग बेंचमार्क सूट इस्तेमाल हुए थे, इसलिए अंतर मॉडल बदलाव और सूट बदलाव दोनों को दर्शाते हैं।

कीमत का इतिहास

OpenRouter से इस मॉडल का ऐतिहासिक मूल्य डेटा।

तारीख इनपुट कीमत आउटपुट कीमत कैश पढ़ने की कीमत कैश लिखने की कीमत
2026-08-02 09:23 $0.090 / 1M $0.180 / 1M लागू नहीं लागू नहीं
2026-08-11 09:41 $0.080 / 1M $0.180 / 1M लागू नहीं लागू नहीं
2026-08-14 12:51 $0.140 / 1M $0.280 / 1M लागू नहीं लागू नहीं
2026-10-06 16:43 $0.005 / 1M $1.280 / 1M $0.005 / 1M लागू नहीं

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 Flash 0731highvsMuse Spark 1.1highDeepSeek V4 Flash 0731highvsGLM 5.2highDeepSeek V4 Flash 0731highvsInklinghighनिःशुल्क उपलब्धDeepSeek V4 Flash 0731highvsGPT-5.6 TerrahighDeepSeek V4 Flash 0731highvsGemini 3.1 Pro PreviewmediumDeepSeek V4 Flash 0731highvsClaude Haiku 5.5highDeepSeek V4 Flash 0731highvsMuse Glimmer 30BxhighDeepSeek V4 Flash 0731highvsGemini 3.5 FlashhighDeepSeek V4 Flash 0731highvsGPT-5 MinimediumDeepSeek V4 Flash 0731highvsKimi K3max

श्रेणी विवरण

श्रेणी स्कोर संगति सही परीक्षण
स्वायत्त एजेंट कार्य 10.0 10.0
एंटी-एआई ट्रिक्स 8.7 7.9
कोडिंग 6.3 6.3
संयुक्त 10.0 10.0
डेटा पार्सिंग और निष्कर्षण 10.0 10.0
डोमेन-विशिष्ट 3.5 4.4
Samanya Buddhimatta 10.0 10.0
निर्देश पालन 9.8 10.0
पहेली समाधान 8.2 7.7
टूल कॉलिंग 10.0 10.0
सामान्य ज्ञान 3.0 10.0

तुलना किए गए मॉडल