#44 DeepSeek V4 Pro
high- लागत
- $0.023
- समय
- 257.6s
- टोकन
- 14,870 tok
DeepSeek
रिलीज़: 2026-04-24
परीक्षण किया गया: 2026-06-16 15:31
deepseek/deepseek-v4-pro::high
1.6T कुल (49B सक्रिय)MoEमुक्त स्रोत
(high)
(none)
सारांश
DeepSeek V4 Pro AI BENCHY पर 7.6 स्कोर करता है और #44 पर है। इसकी reliability 9.3, pass rate 66.7%, कुल लागत $0.157, और औसत response time 77.20s है।
DeepSeek V4 Pro को अलग क्या बनाता है: इस score range के लिए इसकी कुल benchmark लागत असामान्य रूप से कम है।
मॉडल विवरण
शोध की तारीख: 2026-08-12
- पैरामीटर
- 1.6T कुल (49B सक्रिय)
- आर्किटेक्चर
- MoE
- उपलब्धता
- मुक्त स्रोत
- लाइसेंस
- MIT
7.6
संगति
7.0
9.3
$0.157
कुल आउटपुट टोकन
165,485
कुल इनपुट टोकन
38,726
इनपुट कीमत
$0.435 / 1M
आउटपुट कीमत
$0.870 / 1M
अस्थिर टेस्ट
8
अस्थिर टेस्ट में रनों के बीच मिले-जुले परिणाम रहे (कम से कम एक पास और एक फेल)।
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
रन इतिहास
| परीक्षण किया गया | स्कोर | विश्वसनीयता | सही परीक्षण | कुल लागत | तुलना करें |
|---|---|---|---|---|---|
| 2026-08-14 03:17 दोबारा परीक्षण | 7.7 | 10.0 | $0.555 ↑ | तुलना करें | |
| 2026-07-16 23:19 नया टेस्ट जोड़ा गया | 7.7 | 10.0 | $0.200 | तुलना करें | |
| 2026-06-16 15:31 दोबारा परीक्षण | 7.6 | 9.3 | $0.157 | वर्तमान रन | |
| 2026-06-16 14:47 सूट बदला गया | 8.1 | 9.6 | $0.098 | तुलना करें | |
| 2026-06-04 14:38 नया टेस्ट जोड़ा गया | 6.0 | 8.9 | $0.079 ↓ | तुलना करें | |
| 2026-05-22 00:54 सूट बदला गया | 6.6 | 9.0 | $0.212 | तुलना करें | |
| 2026-04-29 14:47 दोबारा परीक्षण | 7.5 | 9.3 | $0.209 | तुलना करें | |
| 2026-04-26 10:50 दोबारा परीक्षण | 7.5 | 8.4 | $0.201 | तुलना करें | |
| 2026-04-25 21:53 पहला रन | 8.2 | लागू नहीं | $0.329 | तुलना करें |
रन तुलना
| रन | बेंचमार्क कवरेज | स्कोर | संगति | विश्वसनीयता | सही परीक्षण | अस्थिर टेस्ट | कुल आउटपुट टोकन | कुल इनपुट टोकन | कुल लागत | प्रतिक्रिया समय (औसत) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-06-16 15:31 · दोबारा परीक्षण | 63/63 प्रयास | 7.6 | 7.0 | 9.3 | 9/21 | 8 | 165,485 | 38,726 | $0.157 | 77.20s |
| 2026-08-14 03:17 · दोबारा परीक्षण | 66/66 प्रयास | 7.7 | 7.7 | 10.0 | 10/22 | 6 | 209,444 | 90,757 | $0.555 | 92.50s |
| अंतर | — | -0.1 | -0.7 | -0.7 | -1 | +2 | -43959 | -52031 | -$0.399 | -15302ms |
बेंचमार्क कवरेज अलग है: 63/63 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 |
|---|---|---|
| 2026-06-17 09:56 | $0.435 / 1M | $0.870 / 1M |
चार्ट
पहले मॉडल चुनें, फिर दूसरा मॉडल क्लिक करके साइड-बाय-साइड पेज खोलें।
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
DeepSeek V4 ProhighvsClaude Opus 4.6mediumDeepSeek V4 ProhighvsDeepSeek V4 Flash 0423highDeepSeek V4 ProhighvsSeed-2.0-CodelowDeepSeek V4 ProhighvsGPT-5.6 LunahighDeepSeek V4 ProhighvsGLM 5mediumDeepSeek V4 ProhighvsSolar Pro 4xhighDeepSeek V4 ProhighvsQwen3.7 FlashhighDeepSeek V4 ProhighvsNemotron 3 Ultramediumनिःशुल्क उपलब्धDeepSeek V4 ProhighvsClaude Opus 4.8lowDeepSeek V4 ProhighvsClaude Opus 5none
श्रेणी विवरण
| श्रेणी | स्कोर | संगति | सही परीक्षण |
|---|---|---|---|
| एंटी-एआई ट्रिक्स | 5.7 | 5.9 | |
| कोडिंग | 6.1 | 4.6 | |
| संयुक्त | 10.0 | 10.0 | |
| डेटा पार्सिंग और निष्कर्षण | 10.0 | 10.0 | |
| डोमेन-विशिष्ट | 3.6 | 7.2 | |
| Samanya Buddhimatta | 10.0 | 10.0 | |
| निर्देश पालन | 7.8 | 6.6 | |
| पहेली समाधान | 6.9 | 4.9 | |
| टूल कॉलिंग | 9.8 | 10.0 | |
| सामान्य ज्ञान | 3.0 | 10.0 |