AI BENCHY Compare

DeepSeek: DeepSeek V4 Flash vs Google: Gemini 3.1 Flash Lite

Ringkasan

Perbandingan benchmark DeepSeek V4 Flash vs Gemini 3.1 Flash Lite: DeepSeek V4 Flash unggul dalam skor rata-rata dengan 8.3 vs 7.8. DeepSeek V4 Flash memiliki biaya benchmark lebih rendah di $0.027 vs $0.071. Gemini 3.1 Flash Lite lebih cepat di 3.23s vs 45.85s, dengan tingkat keberhasilan 74.6% vs 65.1%.

Model yang direkomendasikan: DeepSeek V4 Flash - It has the best score here (8.3), while costing about 2.7x less than Gemini 3.1 Flash Lite.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-06-18

Metrik	DeepSeek V4 Flash DeepSeek V4 Flash high Rilis: 2026-04-24	Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite medium Rilis: 2026-05-08

Metrik	DeepSeek V4 Flash DeepSeek V4 Flash high Rilis: 2026-04-24	Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite medium Rilis: 2026-05-08
Skor	8.3	7.8
Peringkat	#23	#34
Keandalan	10.0	10.0
Konsistensi	8.5	9.2
Tes benar
Tingkat lulus per percobaan	74.6%	65.1%
Tes tidak stabil	4	2
Total Run	63	63
Biaya per hasil	0.299	0.539
Total Biaya	$0.027	$0.071
Harga input	$0.090 / 1M	$0.250 / 1M
Harga output	$0.180 / 1M	$1.500 / 1M
Total token input	39,745	36,808
Token output	10,310	2,254
Token penalaran	123,501	38,300
Waktu respons (rata-rata)	45.85s	3.23s
Waktu respons (maks)	218.13s	10.87s
Waktu respons (total)	962.79s	67.80s

Showcase generasi

Hamster playing table tennis

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

#23 DeepSeek V4 Flash

high

Biaya: $0.003
Waktu: 93.1s
Token: 7,926 tok

#34 Gemini 3.1 Flash Lite

medium

Biaya: $0.003
Waktu: 5.3s
Token: 1,754 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 3.1 Flash Lite	9.1	10.0	75.0%	0		2.39s	502	604	4,201

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 3.1 Flash Lite	5.5	10.0	33.3%	0		3.81s	8,134	459	8,978

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 3.1 Flash Lite	10.0	10.0	100.0%	0		10.87s	12,873	327	7,401

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 3.1 Flash Lite	10.0	10.0	100.0%	0		2.60s	7,362	279	2,845

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 3.1 Flash Lite	2.9	7.2	11.1%	1		3.16s	643	15	5,165

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 3.1 Flash Lite	10.0	10.0	100.0%	0		2.60s	488	84	1,142

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 3.1 Flash Lite	9.9	10.0	100.0%	0		2.59s	623	75	3,320

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 3.1 Flash Lite	7.6	7.2	77.8%	1		1.95s	568	165	2,450

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 3.1 Flash Lite	10.0	10.0	100.0%	0		4.55s	5,457	234	921

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 3.1 Flash Lite	3.0	10.0	0.0%	0		3.08s	158	12	1,877

Perbandingan Cepat

Ganti Pasangan Perbandingan