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

AI BENCHY Compare

Model yang Dibandingkan

Ringkasan

Perbandingan benchmark DeepSeek V4 Pro vs DeepSeek V4 Flash vs DeepSeek V3.2DeepSeek V4 Flash unggul pada Skor dengan 8.3. DeepSeek V4 Flash unggul pada Keandalan dengan 10.0. DeepSeek V4 Flash memiliki Total Biaya terendah di $0.027. DeepSeek V4 Flash paling cepat di 45.85s.

Model yang direkomendasikan: DeepSeek V4 Flash - It has the best score here (8.3), while costing about 3.8x less than model lain dalam perbandingan ini.

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

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 7.6 8.3 7.5
Peringkat #41 #23 #48
Keandalan 9.3 10.0 10.0
Konsistensi 7.0 8.5 7.6
Tes benar
Tingkat lulus per percobaan 66.7% 74.6% 65.1%
Tes tidak stabil 8 4 6
Total Run 63 63 63
Biaya per hasil 1.742 0.299 0.436
Total Biaya $0.157 $0.027 $0.044
Harga input $0.435 / 1M $0.090 / 1M $0.229 / 1M
Harga output $0.870 / 1M $0.180 / 1M $0.344 / 1M
Total token input 38,726 39,745 38,333
Token output 6,334 10,310 7,186
Token penalaran 159,151 123,501 99,081
Waktu respons (rata-rata) 77.20s 45.85s 68.71s
Waktu respons (maks) 416.76s 218.13s 376.10s
Waktu respons (total) 1621.17s 962.79s 1442.81s

Showcase generasi

Hamster playing table tennis

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

#41 DeepSeek V4 Pro

high
Biaya
$0.023
Waktu
257.6s
Token
14,870 tok

#23 DeepSeek V4 Flash

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

#48 DeepSeek V3.2

medium
Biaya
$0.001
Waktu
53.6s
Token
1,932 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 Pro 5.7 5.9 58.3% 2 25.70s 536 149 3,214
DeepSeek V4 Flash 8.3 10.0 75.0% 0 28.51s 540 140 7,770
DeepSeek V3.2 8.2 7.9 83.3% 1 24.23s 448 3,247 6,953
Pemrograman Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
DeepSeek V4 Pro 6.1 4.6 66.7% 2 243.00s 5,090 383 84,580
DeepSeek V4 Flash 7.8 10.0 66.7% 0 50.60s 7,279 395 34,862
DeepSeek V3.2 6.0 7.2 55.6% 1 248.68s 5,717 649 52,014
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
DeepSeek V4 Pro 10.0 10.0 100.0% 0 38.17s 14,060 454 5,836
DeepSeek V4 Flash 10.0 10.0 100.0% 0 76.57s 14,016 465 7,347
DeepSeek V3.2 10.0 10.0 100.0% 0 93.11s 14,283 571 6,296
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 Pro 10.0 10.0 100.0% 0 25.03s 7,690 274 2,166
DeepSeek V4 Flash 10.0 10.0 100.0% 0 28.03s 7,290 201 1,179
DeepSeek V3.2 10.0 10.0 100.0% 0 36.09s 7,388 207 7,693
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 Pro 3.6 7.2 22.2% 1 151.46s 569 4,404 50,391
DeepSeek V4 Flash 4.1 4.4 44.5% 2 100.31s 666 27 59,249
DeepSeek V3.2 2.9 4.4 22.2% 2 24.27s 472 21 6,838
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 Pro 10.0 10.0 100.0% 0 8.83s 471 115 1,013
DeepSeek V4 Flash 6.1 3.1 66.7% 1 25.15s 471 79 632
DeepSeek V3.2 3.4 2.5 33.3% 1 58.29s 314 49 2,189
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 Pro 7.8 6.6 83.3% 1 8.73s 627 66 2,726
DeepSeek V4 Flash 10.0 10.0 100.0% 0 15.36s 627 63 1,622
DeepSeek V3.2 10.0 10.0 100.0% 0 35.78s 627 1,397 2,845
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 Pro 6.9 4.9 77.8% 2 56.85s 591 178 2,563
DeepSeek V4 Flash 8.2 7.2 88.9% 1 26.11s 594 196 1,767
DeepSeek V3.2 7.0 7.2 55.6% 1 37.69s 594 518 6,375
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 Pro 9.8 10.0 100.0% 0 15.92s 8,909 295 701
DeepSeek V4 Flash 10.0 10.0 100.0% 0 74.73s 8,079 228 542
DeepSeek V3.2 10.0 10.0 100.0% 0 34.81s 8,307 507 859
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 Pro 3.0 10.0 0.0% 0 34.01s 183 16 5,961
DeepSeek V4 Flash 3.0 10.0 0.0% 0 54.46s 183 8,516 8,531
DeepSeek V3.2 3.0 10.0 0.0% 0 83.99s 183 20 7,019

Perbandingan Cepat

Ganti Pasangan Perbandingan

DeepSeek V4 ProhighvsMiniMax M3mediumDeepSeek V4 ProhighvsGrok Build 0.1mediumDeepSeek V4 FlashhighvsGemini 2.5 FlashmediumDeepSeek V3.2mediumvsGPT-5.3 ChatnoneDeepSeek V4 ProhighvsKimi K2.5mediumDeepSeek V4 ProhighvsMercury 2mediumDeepSeek V3.2mediumvsGemini 3 Flash PreviewlowDeepSeek V4 ProhighvsStep 3.7 FlashlowDeepSeek V4 FlashhighvsQwen3.7 PlusmediumClaude Opus 4.6mediumvsDeepSeek V4 ProhighDeepSeek V4 ProhighvsGPT-5.3 ChatnoneDeepSeek V4 ProhighvsGPT-5.4 Nanomedium