AI BENCHY
Advertise here
#44

DeepSeek V4 Pro

DeepSeek रिलीज़: 2026-04-24 परीक्षण किया गया: 2026-06-16 15:31 deepseek/deepseek-v4-pro::high
(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।

संगति

7.0

कुल आउटपुट टोकन

165,485

कुल इनपुट टोकन

38,726

इनपुट कीमत

$0.435 / 1M

आउटपुट कीमत

$0.870 / 1M

सही परीक्षण

गलत टेस्ट: 12

प्रति प्रयास पास दर: 66.7%

अस्थिर टेस्ट

8

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

प्रतिक्रिया समय (औसत)

77.20s

प्रतिक्रिया समय (अधिकतम): 416.76s

प्रतिक्रिया समय (कुल): 1621.17s

Hamster playing table tennis

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

#44 DeepSeek V4 Pro

high
लागत
$0.023
समय
257.6s
टोकन
14,870 tok

रन इतिहास

परीक्षण किया गया स्कोर विश्वसनीयता सही परीक्षण कुल लागत 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

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।

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

त्वरित तुलना

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

तुलना किए गए मॉडल