AI BENCHY
Advertise here
#103

DeepSeek V4 Pro

DeepSeek Rilis: 2026-04-24 Diuji pada: 2026-06-04 14:38 deepseek/deepseek-v4-pro::high
(high) (none)

Ringkasan

DeepSeek V4 Pro mendapat skor 6.0 di AI BENCHY dan berada di peringkat #103. Model ini memiliki reliabilitas 9.0, tingkat keberhasilan 52.4%, total biaya $0.079, dan waktu respons rata-rata 65.21s.

Yang membuat DeepSeek V4 Pro unik: Model ini paling menonjol di Gabungan, dengan peringkat #1, sementara Pemrograman adalah area terlemahnya di #11. Model ini memakai token reasoning yang sangat tinggi, yang bisa menjelaskan run yang lebih lambat atau lebih mahal.

Skor

6.0

Konsistensi

7.6

Keandalan

9.0

Total biaya (harga saat ini)

$0.079 ↓ -65.9%

Diuji pada: $0.230

Total token output

84,507

Total token input

32,240

Harga input

$0.435 / 1M

Harga output

$0.870 / 1M

Tes benar

Tes Salah: 13

Tingkat lulus per percobaan: 52.4%

Tes tidak stabil

6

Tes tidak stabil memiliki hasil campuran antar run (setidaknya satu lulus dan satu gagal).

Waktu respons (rata-rata)

65.21s

Waktu respons (maks): 358.35s

Waktu respons (total): 1304.19s

Kesalahan API: 5 Jawaban salah: 4 Kedaluwarsa: 3 Tidak mengikuti instruksi: 1

Generation showcase

Hamster playing table tennis

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

#103 DeepSeek V4 Pro

high
Cost
$0.023
Time
257.6s
Tokens
14,870 tok

Riwayat run

Diuji pada Skor Keandalan Tes benar Total Biaya Bandingkan
2026-06-04 14:38 Tes baru ditambahkan 6.0 8.9 $0.079 ↓ Run saat ini
2026-05-22 00:54 Suite berubah 6.6 9.0 $0.212 Bandingkan
2026-04-29 14:47 Uji ulang 7.5 9.3 $0.209 Bandingkan
2026-04-26 10:50 Uji ulang 7.5 8.4 $0.201 Bandingkan
2026-04-25 21:53 Run awal 8.2 T/A $0.329 Bandingkan

Run ini menggunakan suite benchmark yang berbeda. Perhatikan perubahan suite saat membaca pergerakan historis.

Riwayat harga

Data harga historis untuk model ini dari OpenRouter.

Tanggal Harga input Harga output
2026-06-04 15:40 $0.435 / 1M $0.870 / 1M

Grafik

Pilih model pertama, lalu klik model kedua untuk membuka halaman berdampingan.

Total token output

Skor vs Total token output

Perbandingan Cepat

DeepSeek V4 ProhighvsGemini 3.1 Flash LiteminimalDeepSeek V4 ProhighvsQwen3.7 PlusnoneDeepSeek V4 ProhighvsGemini 3 Flash PreviewmediumDeepSeek V4 ProhighvsGemini 3.5 FlashhighDeepSeek V4 ProhighvsNemotron 3 Ultra 550b A55bmediumTersedia gratisDeepSeek V4 ProhighvsGemini 3.5 Flashlow

Rincian Kategori

Kategori Skor Konsistensi Tes benar
Trik anti-AI 6.4 7.9
Pemrograman 3.3 6.4
Gabungan 10.0 10.0
Parsing dan ekstraksi data 7.3 5.9
Spesifik domain 2.9 7.2
Kecerdasan umum 6.1 3.1
Kepatuhan instruksi 10.0 10.0
Pemecahan teka-teki 5.9 7.2
Pemanggilan alat 10.0 10.0
Pengetahuan umum 3.0 10.0

Model yang Dibandingkan