Navigasi
AI BENCHY
Your ad here

AI BENCHY Compare

Model yang Dibandingkan

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-05-01

Metrik DeepSeek V4 Pro DeepSeek V4 Pro high Rilis: 2026-04-24 DeepSeek V4 Flash DeepSeek V4 Flash high Rilis: 2026-04-24 DeepSeek V3.2 DeepSeek V3.2 medium Rilis: 2025-12-01
Skor 7.0 7.8 8.0
Peringkat #62 #43 #38
Keandalan 9.3 10.0 T/A
Konsistensi 8.0 7.8 8.2
Tes benar
Tingkat lulus per percobaan 73.2% 79.6% 79.6%
Tes tidak stabil 4 5 4
Total Run 54 54 52
Biaya per hasil 1.896 0.277 0.231
Total Biaya $0.209 $0.031 $0.028
Harga input $0.435 / 1M $0.140 / 1M $0.252 / 1M
Harga output $0.870 / 1M $0.280 / 1M $0.378 / 1M
Token output 12,158 1,765 7,554
Token penalaran 49,967 90,299 45,588
Waktu respons (rata-rata) 60.03s 45.41s 43.49s
Waktu respons (maks) 358.35s 218.13s 180.92s
Waktu respons (total) 1080.60s 817.30s 782.73s

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 output Token penalaran
DeepSeek V4 Pro 7.4 10.0 75.0% 0 16.53s 71 3,617
DeepSeek V4 Flash 8.3 10.0 75.0% 0 28.51s 140 7,770
DeepSeek V3.2 8.4 9.9 75.0% 0 30.72s 3,773 7,523
Pemrograman Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
DeepSeek V4 Pro 2.6 0.0 50.0% 1 51.77s 105 2,641
DeepSeek V4 Flash 10.0 10.0 100.0% 0 62.48s 369 9,361
DeepSeek V3.2 4.7 1.6 66.7% 1 180.92s 626 6,792
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
DeepSeek V4 Pro 10.0 10.0 100.0% 0 65.02s 465 5,914
DeepSeek V4 Flash 10.0 10.0 100.0% 0 76.57s 465 7,347
DeepSeek V3.2 10.0 10.0 100.0% 0 93.11s 571 6,296
Parsing dan ekstraksi data Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
DeepSeek V4 Pro 8.8 10.0 100.0% 0 23.62s 229 1,710
DeepSeek V4 Flash 10.0 10.0 100.0% 0 28.03s 201 1,179
DeepSeek V3.2 10.0 10.0 100.0% 0 36.09s 207 7,693
Spesifik domain Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
DeepSeek V4 Pro 3.0 6.9 16.7% 1 205.66s 10,529 28,089
DeepSeek V4 Flash 4.1 4.4 44.5% 2 100.31s 27 59,249
DeepSeek V3.2 5.3 7.2 44.4% 1 21.78s 15 4,933
Kecerdasan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
DeepSeek V4 Pro 6.1 3.1 66.7% 1 25.09s 76 1,152
DeepSeek V4 Flash 6.1 3.1 66.7% 1 25.15s 79 632
DeepSeek V3.2 5.4 2.5 66.7% 1 31.30s 68 2,366
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
DeepSeek V4 Pro 10.0 10.0 100.0% 0 41.16s 205 2,416
DeepSeek V4 Flash 10.0 10.0 100.0% 0 15.36s 63 1,622
DeepSeek V3.2 10.0 10.0 100.0% 0 35.78s 1,397 2,845
Pemecahan teka-teki Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
DeepSeek V4 Pro 6.9 7.0 83.3% 1 34.92s 106 3,835
DeepSeek V4 Flash 6.4 4.5 77.8% 2 25.53s 193 2,597
DeepSeek V3.2 8.2 7.2 88.9% 1 36.87s 390 6,281
Pemanggilan alat Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
DeepSeek V4 Pro 10.0 10.0 100.0% 0 21.33s 372 593
DeepSeek V4 Flash 10.0 10.0 100.0% 0 74.73s 228 542
DeepSeek V3.2 10.0 10.0 100.0% 0 34.81s 507 859

Perbandingan Cepat

Ganti Pasangan Perbandingan

DeepSeek V4 FlashhighvsGPT-5.3 ChatnoneDeepSeek V4 ProhighvsGrok 4.20mediumDeepSeek V4 ProhighvsQwen3.6 27BmediumDeepSeek V4 FlashhighvsGLM 5V TurbomediumDeepSeek V4 ProhighvsKimi K2.5mediumDeepSeek V4 FlashhighvsQwen3.5-FlashmediumDeepSeek V4 FlashhighvsGLM 5.1mediumDeepSeek V4 ProhighvsGPT-5 MinimediumDeepSeek V4 FlashhighvsStep 3.5 FlashmediumDeepSeek V3.2mediumvsGPT-5.2 ChatnoneDeepSeek V4 FlashhighvsGemini 3.1 Flash Lite PreviewnoneDeepSeek V3.2mediumvsGemini 3.1 Flash Lite Previewnone