#126

DeepSeek V4 Flash 0731

DeepSeek रिलीज़: 2026-08-01 परीक्षण किया गया: 2026-08-14 03:12 deepseek/deepseek-v4-flash-0731::medium

284B कुल (13B सक्रिय)MoEबंद स्रोत

(high) (medium) (low) (none)

सारांश

DeepSeek V4 Flash 0731 AI BENCHY पर 7.3 स्कोर करता है और #126 पर है। इसकी reliability 10.0, pass rate 71.2%, कुल लागत $0.066, और औसत response time 84.66s है।

DeepSeek V4 Flash 0731 को अलग क्या बनाता है: यह संयुक्त में सबसे अलग दिखता है, जहाँ इसकी रैंक #4 है; जबकि निर्देश पालन इसकी सबसे कमजोर जगह है, जहाँ यह #13 पर है। यह असामान्य रूप से अधिक reasoning tokens इस्तेमाल करता है, जिससे धीमे या महंगे runs समझ में आ सकते हैं।

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

7.3

संगति

7.1

विश्वसनीयता

10.0

कुल लागत (वर्तमान कीमत)

$0.066 ↓ -37.8%

परीक्षण के समय: $0.106

कुल आउटपुट टोकन

550,855

कुल इनपुट टोकन

89,819

इनपुट कीमत

$0.065 / 1M

आउटपुट कीमत

$0.180 / 1M

सही परीक्षण

गलत टेस्ट: 11

प्रति प्रयास पास दर: 71.2%

अस्थिर टेस्ट

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

प्रतिक्रिया समय (औसत)

84.66s

प्रतिक्रिया समय (अधिकतम): 288.78s

प्रतिक्रिया समय (कुल): 1862.46s

गलत उत्तर: 5 कोई उत्तर नहीं: 3 अतिरिक्त फॉर्मेटिंग: 1 अमान्य टूल कॉल: 1 समय समाप्त: 1

Hamster playing table tennis

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

#126 DeepSeek V4 Flash 0731

medium

लागत: $0.004
समय: 93.3s
टोकन: 13,252 tok

रन इतिहास

परीक्षण किया गया	स्कोर	विश्वसनीयता	सही परीक्षण	कुल लागत	तुलना करें
2026-08-14 03:12 दोबारा परीक्षण	7.3	10.0		$0.066 ↓	वर्तमान रन
2026-08-01 02:36 पहला रन	7.3	9.8		$0.106	तुलना करें

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

रन तुलना

रन	बेंचमार्क कवरेज	स्कोर	संगति	विश्वसनीयता	सही परीक्षण	अस्थिर टेस्ट	कुल आउटपुट टोकन	कुल इनपुट टोकन	कुल लागत	प्रतिक्रिया समय (औसत)
2026-08-14 03:12 · वर्तमान रन	66/66 प्रयास	7.3	7.1	10.0	11/22	8	550,855	89,819	$0.066	84.66s
2026-08-01 02:36 · पहला रन	66/66 प्रयास	7.3	7.1	9.8	11/22	8	618,417	89,768	$0.106	85.80s
अंतर	—	0.0	0.0	+0.2	0	0	-67562	+51	-$0.040	-1147ms

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
2026-08-02 09:23	$0.090 / 1M	$0.180 / 1M
2026-08-11 09:41	$0.080 / 1M	$0.180 / 1M
2026-08-14 12:51	$0.140 / 1M	$0.280 / 1M
2026-09-08 21:53	$0.065 / 1M	$0.180 / 1M

चार्ट

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

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

त्वरित तुलना

श्रेणी विवरण

श्रेणी	स्कोर	संगति
एंटी-एआई ट्रिक्स	8.2	7.9
कोडिंग	6.4	4.4
संयुक्त	7.3	5.8
डेटा पार्सिंग और निष्कर्षण	10.0	10.0
डोमेन-विशिष्ट	2.9	7.2
Samanya Buddhimatta	6.1	3.1
निर्देश पालन	8.5	6.8
पहेली समाधान	8.2	7.3
टूल कॉलिंग	10.0	10.0
सामान्य ज्ञान	3.0	10.0

DeepSeek V4 Flash 0731

मॉडल विवरण

Hamster playing table tennis

#126 DeepSeek V4 Flash 0731

चार्ट

स्कोर के अनुसार शीर्ष मॉडल

स्कोर vs कुल लागत

प्रतिक्रिया समय (औसत)

स्कोर vs प्रतिक्रिया समय (औसत)

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

त्वरित तुलना

श्रेणी विवरण

तुलना किए गए मॉडल