AI BENCHY Compare

DeepSeek: DeepSeek V4 Flash vs Google: Gemini 2.5 Flash

Ringkasan

Perbandingan benchmark DeepSeek V4 Flash vs Gemini 2.5 Flash: Gemini 2.5 Flash unggul dalam skor rata-rata dengan 7.8 vs 7.7. DeepSeek V4 Flash memiliki biaya benchmark lebih rendah di $0.029 vs $0.379. Gemini 2.5 Flash lebih cepat di 15.49s vs 45.85s, dengan tingkat keberhasilan 74.6% vs 69.8%.

Model yang direkomendasikan: DeepSeek V4 Flash - Its score stays close to the best score here (7.7 vs 7.8), while costing about 13.2x less than Gemini 2.5 Flash.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-06-04

Metrik	DeepSeek V4 Flash DeepSeek V4 Flash high Rilis: 2026-04-24	Gemini 2.5 Flash Gemini 2.5 Flash medium Rilis: 2025-06-17

Metrik	DeepSeek V4 Flash DeepSeek V4 Flash high Rilis: 2026-04-24	Gemini 2.5 Flash Gemini 2.5 Flash medium Rilis: 2025-06-17
Skor	7.7	7.8
Peringkat	#31	#28
Keandalan	10.0	10.0
Konsistensi	8.5	9.6
Tes benar
Tingkat lulus per percobaan	74.6%	69.8%
Tes tidak stabil	4	1
Total Run	63	63
Biaya per hasil	0.299	2.701
Total Biaya	$0.029	$0.379
Harga input	$0.099 / 1M	$0.300 / 1M
Harga output	$0.197 / 1M	$2.500 / 1M
Total token input	39,745	34,476
Token output	10,310	1,930
Token penalaran	123,501	145,145
Waktu respons (rata-rata)	45.85s	15.49s
Waktu respons (maks)	218.13s	95.48s
Waktu respons (total)	962.79s	325.39s

Generation showcase

Hamster playing table tennis

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

#31 DeepSeek V4 Flash

high

Cost: $0.003
Time: 93.1s
Tokens: 7,926 tok

#28 Gemini 2.5 Flash

medium

Invalid SVG

Cost: $0.000
Time: 274.0s
Tokens: 0 tok

Model teratas berdasarkan skor

Skor vs Total Biaya

Waktu respons (rata-rata)

Skor vs Waktu respons (rata-rata)

Total token output

Skor vs Total token output

Rincian Kategori

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 Flash	8.3	10.0	75.0%	0		28.51s	540	140	7,770
Gemini 2.5 Flash	8.4	10.0	75.0%	0		6.30s	492	255	10,233

Pemrograman	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
DeepSeek V4 Flash	7.8	10.0	66.7%	0		50.60s	7,279	395	34,862
Gemini 2.5 Flash	7.8	10.0	66.7%	0		41.01s	6,669	543	32,303

Gabungan	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
DeepSeek V4 Flash	10.0	10.0	100.0%	0		76.57s	14,016	465	7,347
Gemini 2.5 Flash	10.0	10.0	100.0%	0		28.44s	12,522	303	11,922

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 Flash	10.0	10.0	100.0%	0		28.03s	7,290	201	1,179
Gemini 2.5 Flash	10.0	10.0	100.0%	0		4.06s	7,257	279	2,325

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 Flash	4.1	4.4	44.5%	2		100.31s	666	27	59,249
Gemini 2.5 Flash	5.9	7.2	55.6%	1		37.34s	633	18	80,702

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 Flash	6.1	3.1	66.7%	1		25.15s	471	79	632
Gemini 2.5 Flash	4.8	10.0	0.0%	0		4.86s	486	92	1,899

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 Flash	10.0	10.0	100.0%	0		15.36s	627	63	1,622
Gemini 2.5 Flash	9.8	10.0	100.0%	0		2.62s	615	69	1,203

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 Flash	8.2	7.2	88.9%	1		26.11s	594	196	1,767
Gemini 2.5 Flash	7.7	10.0	66.7%	0		3.18s	558	126	2,499

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 Flash	10.0	10.0	100.0%	0		74.73s	8,079	228	542
Gemini 2.5 Flash	10.0	10.0	100.0%	0		6.20s	5,088	234	1,140

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 Flash	3.0	10.0	0.0%	0		54.46s	183	8,516	8,531
Gemini 2.5 Flash	3.0	10.0	0.0%	0		2.76s	156	11	919

Perbandingan Cepat

Ganti Pasangan Perbandingan