- Peringkat
- #59
- Total token output
- 444,665
- Waktu respons (rata-rata)
- 32.88s
- Total Biaya
- $0.591
DeepSeek V4.1 Flash (medium) vs Pareto 26.9 (default)
Pareto 26.9 (default) unggul dalam skor rata-rata dengan 8.9 vs 8.7. DeepSeek V4.1 Flash (medium) memiliki biaya benchmark lebih rendah di $0.591 vs $1.864. Pareto 26.9 (default) lebih cepat di 28.26s vs 32.88s, dengan tingkat keberhasilan 73.9% vs 79.7%.
Model yang Dibandingkan
- Peringkat
- #55
- Total token output
- 175,696
- Waktu respons (rata-rata)
- 28.26s
- Total Biaya
- $1.864
Model yang direkomendasikan
DeepSeek V4.1 Flash (medium)
Its score stays close to the best score here (8.7 vs 8.9), while costing about 3.2x less than Pareto 26.9 (default).
Perbandingan terperinci
| Metrik | DeepSeek V4.1 Flash DeepSeek V4.1 Flash medium | Pareto 26.9 Pareto 26.9 default |
|---|---|---|
| Skor | 8.7 | 8.9 |
| Peringkat | #59 | #55 |
| Keandalan | 9.6 | 10.0 |
| Konsistensi | 9.3 | 8.1 |
| Percobaan | 69/69 | 69/69 |
| Tes benar | ||
| Tingkat lulus per percobaan | 73.9% | 79.7% |
| Tes tidak stabil | 2 | 6 |
| Total Run | 69 | 69 |
| Biaya per hasil | 1.757 | 12.422 |
| Total Biaya | $0.591 | $1.864 |
| Harga input | $0.013 / 1M | $2.500 / 1M |
| Harga output | $1.320 / 1M | $7.500 / 1M |
| Harga baca cache | $0.013 / 1M | $0.250 / 1M |
| Harga tulis cache | T/A | T/A |
| Total token input | 280,643 | 218,199 |
| Token output | 7,342 | 175,696 |
| Token penalaran | 437,323 | 0 |
| Waktu respons (rata-rata) | 32.88s | 28.26s |
| Waktu respons (maks) | 276.31s | 151.76s |
| Waktu respons (total) | 756.34s | 649.90s |
| Parameter | 748B total (16B aktif) | - |
| Ketersediaan | Sumber terbuka | Tertutup |
Harga cache berlaku untuk token input. Pembacaan memakai kembali prompt tersimpan; penulisan menyimpannya dan dapat menambah biaya. Token output menggunakan harga output.
Showcase generasi model
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#59 DeepSeek V4.1 Flash
medium- Biaya
- $0.014
- Waktu
- 34.7s
- Token
- 11,541 tok
#55 Pareto 26.9
default- Biaya
- $0.038
- Waktu
- 109.6s
- Token
- 5,118 tok
Rincian Kategori
| Tugas agen | Skor | Konsistensi | Tingkat lulus per percobaan | Tes tidak stabil | Tes benar | Waktu respons (rata-rata) | Token input | Token output | Token penalaran |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4.1 Flash | 10.0 | 10.0 | 100.0% | 0 | 47.59s | 192,135 | 1,932 | 11,917 | |
| Pareto 26.9 | 10.0 | 10.0 | 100.0% | 0 | 54.17s | 103,835 | 8,348 | 0 |
| Trik anti-AI | Skor | Konsistensi | Tingkat lulus per percobaan | Tes tidak stabil | Tes benar | Waktu respons (rata-rata) | Token input | Token output | Token penalaran |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4.1 Flash | 8.3 | 10.0 | 75.0% | 0 | 3.07s | 852 | 156 | 4,108 | |
| Pareto 26.9 | 7.5 | 8.4 | 66.7% | 1 | 6.44s | 737 | 1,595 | 0 |
| Pemrograman | Skor | Konsistensi | Tingkat lulus per percobaan | Tes tidak stabil | Tes benar | Waktu respons (rata-rata) | Token input | Token output | Token penalaran |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4.1 Flash | 10.0 | 10.0 | 100.0% | 0 | 34.45s | 7,509 | 396 | 71,345 | |
| Pareto 26.9 | 10.0 | 10.0 | 100.0% | 0 | 49.15s | 7,419 | 1,895 | 0 |
| Gabungan | Skor | Konsistensi | Tingkat lulus per percobaan | Tes tidak stabil | Tes benar | Waktu respons (rata-rata) | Token input | Token output | Token penalaran |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4.1 Flash | 10.0 | 10.0 | 100.0% | 0 | 22.21s | 66,161 | 3,956 | 24,673 | |
| Pareto 26.9 | 8.2 | 6.9 | 66.7% | 1 | 81.38s | 88,832 | 146,339 | 0 |
| Parsing dan ekstraksi data | Skor | Konsistensi | Tingkat lulus per percobaan | Tes tidak stabil | Tes benar | Waktu respons (rata-rata) | Token input | Token output | Token penalaran |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4.1 Flash | 6.5 | 10.0 | 50.0% | 0 | 3.77s | 2,397 | 120 | 998 | |
| Pareto 26.9 | 10.0 | 10.0 | 100.0% | 0 | 2.63s | 7,728 | 1,285 | 0 |
| Spesifik domain | Skor | Konsistensi | Tingkat lulus per percobaan | Tes tidak stabil | Tes benar | Waktu respons (rata-rata) | Token input | Token output | Token penalaran |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4.1 Flash | 2.9 | 7.2 | 11.1% | 1 | 153.01s | 909 | 24 | 298,454 | |
| Pareto 26.9 | 5.9 | 7.2 | 55.6% | 1 | 60.97s | 825 | 12,233 | 0 |
| Kecerdasan umum | Skor | Konsistensi | Tingkat lulus per percobaan | Tes tidak stabil | Tes benar | Waktu respons (rata-rata) | Token input | Token output | Token penalaran |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4.1 Flash | 10.0 | 10.0 | 100.0% | 0 | 3.13s | 549 | 131 | 581 | |
| Pareto 26.9 | 6.5 | 3.4 | 66.7% | 1 | 6.55s | 492 | 774 | 0 |
| Kepatuhan instruksi | Skor | Konsistensi | Tingkat lulus per percobaan | Tes tidak stabil | Tes benar | Waktu respons (rata-rata) | Token input | Token output | Token penalaran |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4.1 Flash | 10.0 | 10.0 | 100.0% | 0 | 9.69s | 783 | 63 | 1,483 | |
| Pareto 26.9 | 9.8 | 10.0 | 100.0% | 0 | 3.82s | 696 | 393 | 0 |
| Pemecahan teka-teki | Skor | Konsistensi | Tingkat lulus per percobaan | Tes tidak stabil | Tes benar | Waktu respons (rata-rata) | Token input | Token output | Token penalaran |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4.1 Flash | 8.7 | 7.7 | 88.9% | 1 | 8.01s | 828 | 293 | 12,340 | |
| Pareto 26.9 | 8.2 | 7.3 | 88.9% | 1 | 8.40s | 624 | 1,437 | 0 |
| Pemanggilan alat | Skor | Konsistensi | Tingkat lulus per percobaan | Tes tidak stabil | Tes benar | Waktu respons (rata-rata) | Token input | Token output | Token penalaran |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4.1 Flash | 10.0 | 10.0 | 100.0% | 0 | 15.33s | 8,259 | 258 | 296 | |
| Pareto 26.9 | 10.0 | 10.0 | 100.0% | 0 | 3.63s | 6,762 | 892 | 0 |
| Pengetahuan umum | Skor | Konsistensi | Tingkat lulus per percobaan | Tes tidak stabil | Tes benar | Waktu respons (rata-rata) | Token input | Token output | Token penalaran |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4.1 Flash | 3.0 | 10.0 | 0.0% | 0 | 20.25s | 261 | 13 | 11,128 | |
| Pareto 26.9 | 2.8 | 1.6 | 33.3% | 1 | 28.57s | 249 | 505 | 0 |
Perbandingan Cepat
Ganti Pasangan Perbandingan
Claude Fable 5mediumvsPareto 26.9defaultDeepSeek V4.1 FlashmediumvsMuse Spark 1.2lowMuse Spark 1.1mediumvsPareto 26.9defaultMuse Spark 1.2mediumvsPareto 26.9defaultMuse Spark 1.2highvsPareto 26.9defaultQwen3.8 MAXlowvsPareto 26.9defaultDeepSeek V4.1 FlashmediumvsQwen3.8 27BhighTersedia gratisGPT-5.4mediumvsPareto 26.9defaultDeepSeek V4.1 FlashmediumvsQwen3.8 MAXlowDeepSeek V4.1 FlashmediumvsGPT-6 SollowPareto 26.9defaultvsGLM 5.3 FlashmaxGemini 3.6 FlashlowvsPareto 26.9default