#182

DeepSeek V4 Flash 0731

DeepSeek रिलीज़: 2026-08-01 परीक्षण किया गया: 2026-08-01 02:35 deepseek/deepseek-v4-flash-0731::none

284B कुल (13B सक्रिय)MoEबंद स्रोत

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

सारांश

DeepSeek V4 Flash 0731 AI BENCHY पर 5.4 स्कोर करता है और #182 पर है। इसकी reliability 10.0, pass rate 27.3%, कुल लागत $0.021, और औसत response time 20.70s 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

5.4

संगति

8.6

विश्वसनीयता

10.0

कुल लागत (वर्तमान कीमत)

$0.021

कुल आउटपुट टोकन

25,424

कुल इनपुट टोकन

94,557

इनपुट कीमत

$0.140 / 1M

आउटपुट कीमत

$0.280 / 1M

सही परीक्षण

गलत टेस्ट: 18

प्रति प्रयास पास दर: 27.3%

अस्थिर टेस्ट

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

प्रतिक्रिया समय (औसत)

20.70s

प्रतिक्रिया समय (अधिकतम): 387.15s

प्रतिक्रिया समय (कुल): 455.38s

गलत उत्तर: 13 निर्देशों का पालन नहीं किया: 2 अमान्य टूल कॉल: 2 अतिरिक्त फॉर्मेटिंग: 1

Hamster playing table tennis

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

#182 DeepSeek V4 Flash 0731

none

लागत: $0.004
समय: 198.4s
टोकन: 14,316 tok

रन इतिहास

परीक्षण किया गया	स्कोर	विश्वसनीयता	सही परीक्षण	कुल लागत	तुलना करें
2026-08-14 03:00 दोबारा परीक्षण	5.4	10.0		$0.021	तुलना करें
2026-08-01 02:35 पहला रन	5.4	10.0		$0.021	वर्तमान रन

रन तुलना

रन	बेंचमार्क कवरेज	स्कोर	संगति	विश्वसनीयता	सही परीक्षण	अस्थिर टेस्ट	कुल आउटपुट टोकन	कुल इनपुट टोकन	कुल लागत	प्रतिक्रिया समय (औसत)
2026-08-01 02:35 · पहला रन	66/66 प्रयास	5.4	8.6	10.0	4/22	4	25,424	94,557	$0.021	20.70s
2026-08-14 03:00 · दोबारा परीक्षण	66/66 प्रयास	5.4	8.6	10.0	4/22	4	25,426	94,566	$0.021	20.72s
अंतर	—	0.0	0.0	0.0	0	0	-2	-9	-$0.001	-19ms

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
2026-08-01 02:47	$0.140 / 1M	$0.280 / 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	3.4	8.3
कोडिंग	4.3	10.0
संयुक्त	3.7	1.8
डेटा पार्सिंग और निष्कर्षण	10.0	10.0
डोमेन-विशिष्ट	5.3	10.0
Samanya Buddhimatta	4.4	9.9
निर्देश पालन	5.0	6.8
पहेली समाधान	3.2	9.9
टूल कॉलिंग	9.5	10.0
सामान्य ज्ञान	3.0	10.0

DeepSeek V4 Flash 0731

मॉडल विवरण

Hamster playing table tennis

#182 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