AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

#112

DeepSeek V4 Pro

DeepSeek रिलीज़: 2026-04-24 परीक्षण किया गया: 2026-04-24 09:19 deepseek/deepseek-v4-pro::none
(high) (none)

संगति

7.2

विश्वसनीयता

लागू नहीं

कुल आउटपुट टोकन

591

???? ???

$1.740 / 1M

????? ???

$3.480 / 1M

सही परीक्षण

गलत टेस्ट: 18

प्रति प्रयास पास दर: 11.1%

अस्थिर टेस्ट

6

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

प्रतिक्रिया समय (औसत)

44.40s

प्रतिक्रिया समय (अधिकतम): 125.71s

प्रतिक्रिया समय (कुल): 577.18s

रन इतिहास

परीक्षण किया गया स्कोर विश्वसनीयता सही परीक्षण कुल लागत तुलना करें
2026-05-22 00:38 सूट बदला गया 6.0 8.1 $0.046 तुलना करें
2026-04-29 14:46 दोबारा परीक्षण 6.2 7.9 $0.043 तुलना करें
2026-04-24 09:19 पहला रन 3.1 लागू नहीं $0.009 वर्तमान रन

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 3.1 10.0
कोडिंग 2.8 1.6
संयुक्त 3.0 10.0
डेटा पार्सिंग और निष्कर्षण 2.8 1.6
डोमेन-विशिष्ट 3.0 10.0
Samanya Buddhimatta 3.4 9.6
निर्देश पालन 3.3 6.1
पहेली समाधान 3.6 4.3
टूल कॉलिंग 3.0 10.0

तुलना किए गए मॉडल