#51 DeepSeek V4 Pro
high- Biaya
- $0.023
- Waktu
- 257.6s
- Token
- 14,870 tok
DeepSeek
Rilis: 2026-04-24
Diuji pada: 2026-04-29 14:47
deepseek/deepseek-v4-pro::high
(high)
(none)
Ringkasan
DeepSeek V4 Pro mendapat skor 7.5 di AI BENCHY dan berada di peringkat #51. Model ini memiliki reliabilitas 9.3, tingkat keberhasilan 73.2%, total biaya $0.209, dan waktu respons rata-rata 60.03s.
7.5
Konsistensi
8.0
9.3
$0.209
Total token output
62,125
Total token input
0
Harga input
$0.435 / 1M
Harga output
$0.870 / 1M
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.
Riwayat run
| Diuji pada | Skor | Keandalan | Tes benar | Total Biaya | Bandingkan |
|---|---|---|---|---|---|
| 2026-07-16 23:19 Tes baru ditambahkan | 7.7 | 10.0 | $0.200 | Bandingkan | |
| 2026-06-16 15:31 Uji ulang | 7.6 | 9.3 | $0.157 | Bandingkan | |
| 2026-06-16 14:47 Suite berubah | 8.1 | 9.6 | $0.098 | Bandingkan | |
| 2026-06-04 14:38 Tes baru ditambahkan | 6.0 | 8.9 | $0.079 ↓ | Bandingkan | |
| 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 | Run saat ini | |
| 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 |
Perbandingan run
| Run | Skor | Konsistensi | Keandalan | Tes benar | Tes tidak stabil | Total token output | Total token input | Total Biaya | Waktu respons (rata-rata) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-04-29 14:47 · Uji ulang | 7.5 | 8.0 | 9.3 | 11/18 | 4 | 62,125 | 0 | $0.209 | 60.03s |
| 2026-05-22 00:54 · Suite berubah | 6.6 | 8.3 | 9.0 | 11/20 | 4 | 65,985 | 0 | $0.212 | 58.93s |
| Selisih | +0.9 | -0.3 | +0.3 | 0 | 0 | -3860 | 0 | -$0.004 | +1100ms |
Kedua run ini menggunakan suite benchmark yang berbeda, jadi selisihnya mencerminkan perubahan model sekaligus perubahan suite.
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 ProhighvsDeepSeek V4 FlashhighDeepSeek V4 ProhighvsMiniMax M3mediumDeepSeek V4 ProhighvsGPT-5.6 LunahighDeepSeek V4 ProhighvsGrok Build 0.1mediumDeepSeek V4 ProhighvsClaude Opus 4.6mediumDeepSeek V4 ProhighvsGPT-5.6 LunamediumDeepSeek V4 ProhighvsGLM 5mediumDeepSeek V4 ProhighvsNemotron 3 UltramediumTersedia gratisDeepSeek V4 ProhighvsClaude Opus 4.8lowDeepSeek V4 ProhighvsKimi K2.7 Codemedium
Rincian Kategori
| Kategori | Skor | Konsistensi | Tes benar |
|---|---|---|---|
| Trik anti-AI | 8.3 | 10.0 | |
| Pemrograman | 3.0 | 0.0 | |
| Gabungan | 10.0 | 10.0 | |
| Parsing dan ekstraksi data | 10.0 | 10.0 | |
| Spesifik domain | 3.2 | 6.9 | |
| Kecerdasan umum | 6.1 | 3.1 | |
| Kepatuhan instruksi | 10.0 | 10.0 | |
| Pemecahan teka-teki | 8.0 | 7.0 | |
| Pemanggilan alat | 10.0 | 10.0 |