- Skor
- 8.6 (+0.51 poin)
- Total biaya (harga saat ini)
- $0.061 · 76.8% lebih murah
- Waktu respons (rata-rata)
- 7.51s · 86.6% lebih cepat
DeepSeek
Rilis: 2026-04-24
Diuji pada: 2026-10-01 02:50
deepseek/deepseek-v4-flash::high
284B total (13B aktif)MoESumber terbuka
(high)
(none)
Ringkasan
DeepSeek V4 Flash 0423 mendapat skor 8.1 di AI BENCHY dan berada di peringkat #108. Model ini memiliki reliabilitas 10.0, tingkat keberhasilan 71.0%, total biaya $0.261, dan waktu respons rata-rata 55.99s.
Yang membuat DeepSeek V4 Flash 0423 unik: Model ini paling menonjol di Parsing dan ekstraksi data, dengan peringkat #1, sementara Gabungan adalah area terlemahnya di #14.
Alternatif yang disarankan
Kami menyarankan memilih salah satu model ini sebagai pengganti:
- Skor
- 9.4 (+1.30 poin)
- Total biaya (harga saat ini)
- $0.183 · 30.0% lebih murah
- Waktu respons (rata-rata)
- 6.24s · 88.9% lebih cepat
- Skor
- 8.3 (+0.20 poin)
- Total biaya (harga saat ini)
- $0.047 · 82.0% lebih murah
- Waktu respons (rata-rata)
- 18.07s · 67.7% lebih cepat
Fakta model
Ditelaah pada 2026-08-12
- Parameter
- 284B total (13B aktif)
- Arsitektur
- MoE
- Ketersediaan
- Sumber terbuka
- Lisensi
- MIT
8.1
Konsistensi
8.6
10.0
Total token output
203,134
Total token input
298,794
Harga input
$0.002 / 1M
Harga output
$1.280 / 1M
Harga baca cache
$0.002 / 1M
Harga tulis cache
T/A
Harga cache berlaku untuk token input. Pembacaan memakai kembali prompt tersimpan; penulisan menyimpannya dan dapat menambah biaya. Token output menggunakan harga output.
Tes tidak stabil
4
Tes tidak stabil memiliki hasil campuran antar run (setidaknya satu lulus dan satu gagal).
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#108 DeepSeek V4 Flash 0423
high- Biaya
- $0.003
- Waktu
- 93.1s
- Token
- 7,926 tok
Riwayat run
| Diuji pada | Skor | Keandalan | Tes benar | Total Biaya | Bandingkan |
|---|---|---|---|---|---|
| 2026-10-01 02:50 Uji ulang | 8.1 | 10.0 | $0.261 ↑ | Run saat ini | |
| 2026-07-16 23:17 Tes baru ditambahkan | 7.7 | 10.0 | $0.042 ↓ | Bandingkan | |
| 2026-06-04 14:24 Uji ulang | 7.7 | 10.0 | $0.029 ↓ | Bandingkan | |
| 2026-06-04 13:02 Tes baru ditambahkan | 7.7 | 10.0 | $0.028 ↓ | Bandingkan | |
| 2026-05-22 00:39 Suite berubah | 7.4 | 10.0 | $0.038 | Bandingkan | |
| 2026-04-25 21:41 Uji ulang | 7.8 | T/A | $0.031 | Bandingkan | |
| 2026-04-24 09:19 Run awal | 7.8 | T/A | $0.019 | Bandingkan |
Run ini menggunakan suite benchmark yang berbeda. Perhatikan perubahan suite saat membaca pergerakan historis.
Perbandingan run
| Run | Cakupan benchmark | Skor | Konsistensi | Keandalan | Tes benar | Tes tidak stabil | Total token output | Total token input | Total Biaya | Waktu respons (rata-rata) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-10-01 02:50 · Run saat ini | 69/69 percobaan | 8.1 | 8.6 | 10.0 | 14/23 | 4 | 203,134 | 298,794 | $0.261 | 55.99s |
| 2026-07-16 23:17 · Tes baru ditambahkan | 66/66 percobaan | 7.7 | 8.2 | 10.0 | 13/22 | 5 | 168,165 | 108,392 | $0.042 | 49.75s |
| Selisih | — | +0.4 | +0.4 | 0.0 | +1 | -1 | +34969 | +190402 | +$0.219 | +6249ms |
Cakupan benchmark berbeda: 69/69 percobaan (Target: 3 pengulangan per tes) dibanding 66/66 percobaan (Target: 3 pengulangan per tes). Total dan metrik yang dipengaruhi pengulangan tidak dapat dibandingkan secara langsung.
Kedua run ini menggunakan suite benchmark yang berbeda, jadi selisihnya mencerminkan perubahan model sekaligus perubahan suite.
Riwayat harga
Data harga historis untuk model ini dari OpenRouter.
| Tanggal | Harga input | Harga output | Harga baca cache | Harga tulis cache |
|---|---|---|---|---|
| 2026-06-04 15:40 | $0.099 / 1M | $0.197 / 1M | T/A | T/A |
| 2026-06-12 18:42 | $0.098 / 1M | $0.196 / 1M | T/A | T/A |
| 2026-06-17 10:07 | $0.090 / 1M | $0.180 / 1M | T/A | T/A |
| 2026-07-02 16:22 | $0.090 / 1M | $0.180 / 1M | T/A | T/A |
| 2026-07-21 16:10 | $0.094 / 1M | $0.188 / 1M | T/A | T/A |
| 2026-08-14 12:51 | $0.140 / 1M | $0.280 / 1M | T/A | T/A |
| 2026-10-06 16:43 | $0.002 / 1M | $1.280 / 1M | $0.002 / 1M | T/A |
Grafik
Pilih model pertama, lalu klik model kedua untuk membuka halaman berdampingan.
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
Perbandingan Cepat
DeepSeek V4 Flash 0423highvsClaude Opus 4.7mediumDeepSeek V4 Flash 0423highvsDeepSeek V4.1 FlashlowDeepSeek V4 Flash 0423highvsDeepSeek V4 Pro 0423highDeepSeek V4 Flash 0423highvsGPT-5.6 LunahighDeepSeek V4 Flash 0423highvsSeed-2.0-CodelowDeepSeek V4 Flash 0423highvsNemotron 3 UltramediumTersedia gratisDeepSeek V4 Flash 0423highvsSeed-2.0-LitemediumDeepSeek V4 Flash 0423highvsGPT-5.4 NanomediumDeepSeek V4 Flash 0423highvsGPT-5.6 TerramediumDeepSeek V4 Flash 0423highvsGemini 3.8 Flashmedium
Rincian Kategori
| Kategori | Skor | Konsistensi | Tes benar |
|---|---|---|---|
| Tugas agen | 10.0 | 10.0 | |
| Trik anti-AI | 8.3 | 10.0 | |
| Pemrograman | 7.8 | 10.0 | |
| Gabungan | 6.4 | 5.8 | |
| Parsing dan ekstraksi data | 10.0 | 10.0 | |
| Spesifik domain | 3.6 | 7.2 | |
| Kecerdasan umum | 6.1 | 3.1 | |
| Kepatuhan instruksi | 10.0 | 10.0 | |
| Pemecahan teka-teki | 8.2 | 7.2 | |
| Pemanggilan alat | 10.0 | 10.0 | |
| Pengetahuan umum | 3.0 | 10.0 |