- Skor
- 7.5 (+1.28 poin)
- Total biaya (harga saat ini)
- $0.000 · 100.0% lebih murah
- Waktu respons (rata-rata)
- 29.38s · 24.0% lebih cepat
DeepSeek
Rilis: 2026-04-24
Diuji pada: 2026-10-01 02:46
deepseek/deepseek-v4-flash::none
284B total (13B aktif)MoESumber terbuka
(high)
(none)
Ringkasan
DeepSeek V4 Flash 0423 mendapat skor 6.3 di AI BENCHY dan berada di peringkat #265. Model ini memiliki reliabilitas 10.0, tingkat keberhasilan 30.4%, total biaya $0.149, dan waktu respons rata-rata 38.64s.
Yang membuat DeepSeek V4 Flash 0423 unik: Model ini paling menonjol di Tugas agen, dengan peringkat #1, sementara Trik anti-AI adalah area terlemahnya di #15.
Alternatif yang disarankan
Kami menyarankan memilih salah satu model ini sebagai pengganti:
- Skor
- 8.6 (+2.32 poin)
- Total biaya (harga saat ini)
- $0.061 · 59.3% lebih murah
- Waktu respons (rata-rata)
- 7.51s · 80.6% lebih cepat
- Skor
- 8.3 (+2.01 poin)
- Total biaya (harga saat ini)
- $0.047 · 68.4% lebih murah
- Waktu respons (rata-rata)
- 18.07s · 53.2% lebih cepat
Fakta model
Ditelaah pada 2026-08-12
- Parameter
- 284B total (13B aktif)
- Arsitektur
- MoE
- Ketersediaan
- Sumber terbuka
- Lisensi
- MIT
6.3
Konsistensi
8.6
10.0
Total token output
115,591
Total token input
403,455
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.
#265 DeepSeek V4 Flash 0423
none- Biaya
- $0.004
- Waktu
- 157.6s
- Token
- 11,297 tok
Riwayat run
| Diuji pada | Skor | Keandalan | Tes benar | Total Biaya | Bandingkan |
|---|---|---|---|---|---|
| 2026-10-01 02:46 Uji ulang | 6.3 | 10.0 | $0.149 ↑ | Run saat ini | |
| 2026-07-16 23:22 Tes baru ditambahkan | 5.6 | 10.0 | $0.044 ↓ | Bandingkan | |
| 2026-06-04 14:22 Uji ulang | 5.0 | 10.0 | $0.008 ↓ | Bandingkan | |
| 2026-06-04 13:02 Tes baru ditambahkan | 5.0 | 10.0 | $0.008 ↓ | Bandingkan | |
| 2026-05-22 00:37 Suite berubah | 5.1 | 10.0 | $0.010 | Bandingkan | |
| 2026-04-24 09:19 Run awal | 5.3 | T/A | $0.008 | 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 02:46 · Run saat ini | 69/69 percobaan | 6.3 | 8.6 | 10.0 | 5/23 | 4 | 115,591 | 403,455 | $0.149 | 38.64s |
| 2026-07-16 23:22 · Tes baru ditambahkan | 66/66 percobaan | 5.6 | 8.5 | 10.0 | 5/22 | 4 | 100,727 | 240,221 | $0.044 | 36.78s |
| Selisih | — | +0.7 | +0.1 | 0.0 | 0 | 0 | +14864 | +163234 | +$0.106 | +1862ms |
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 0423nonevsTrinity Large ThinkinglowDeepSeek V4 Flash 0423nonevsGrok 4.20mediumDeepSeek V4 Flash 0423nonevsDeepSeek V3.2mediumDeepSeek V4 Flash 0423nonevsSpace Bunny AlphaxhighDeepSeek V4 Flash 0423nonevsSpace Bunny AlphamediumDeepSeek V4 Flash 0423nonevsKAT-Coder-Pro V2.5mediumDeepSeek V4 Flash 0423nonevsLing 3.1 FlashlowDeepSeek V4 Flash 0423nonevsDeepSeek V4 Flash 0731noneDeepSeek V4 Flash 0423nonevsQwen3.5 Plus 2026-02-15noneDeepSeek V4 Flash 0423nonevsGemini 3.1 Flash Lite Previewnone
Rincian Kategori
| Kategori | Skor | Konsistensi | Tes benar |
|---|---|---|---|
| Tugas agen | 10.0 | 10.0 | |
| Trik anti-AI | 3.0 | 10.0 | |
| Pemrograman | 4.2 | 7.4 | |
| Gabungan | 4.6 | 1.8 | |
| Parsing dan ekstraksi data | 10.0 | 10.0 | |
| Spesifik domain | 3.0 | 10.0 | |
| Kecerdasan umum | 4.2 | 9.9 | |
| Kepatuhan instruksi | 6.5 | 10.0 | |
| Pemecahan teka-teki | 3.1 | 7.3 | |
| Pemanggilan alat | 10.0 | 10.0 | |
| Pengetahuan umum | 3.0 | 10.0 |