AI BENCHY
Advertise here
#95

DeepSeek V4 Pro

DeepSeek Rilis: 2026-04-24 Diuji pada: 2026-05-22 00:38 deepseek/deepseek-v4-pro::none
(high) (none)

Ringkasan

DeepSeek V4 Pro mendapat skor 6.0 di AI BENCHY dan berada di peringkat #95. Model ini memiliki reliabilitas 8.1, tingkat keberhasilan 48.3%, total biaya $0.046, dan waktu respons rata-rata 13.48s.

Yang membuat DeepSeek V4 Pro unik: Model ini paling menonjol di Spesifik domain, dengan peringkat #2, sementara Trik anti-AI adalah area terlemahnya di #12.

Skor

6.0

Konsistensi

8.9

Keandalan

8.1

Total biaya (harga saat ini)

$0.046

Total token output

5,347

Total token input

0

Harga input

$0.435 / 1M

Harga output

$0.870 / 1M

Tes benar

Tes Salah: 12

Tingkat lulus per percobaan: 48.3%

Tes tidak stabil

3

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

Waktu respons (rata-rata)

13.48s

Waktu respons (maks): 58.65s

Waktu respons (total): 269.56s

Jawaban salah: 9 Tidak mengikuti instruksi: 2 Format tambahan: 1

Generation showcase

Hamster playing table tennis

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

#95 DeepSeek V4 Pro

none
Invalid SVG
Cost
$0.000
Time
300.0s
Tokens
0 tok

Riwayat run

Diuji pada Skor Keandalan Tes benar Total Biaya Bandingkan
2026-06-04 14:24 Tes baru ditambahkan 5.7 8.5 $0.025 ↓ Bandingkan
2026-05-22 00:38 Suite berubah 6.0 8.1 $0.046 Run saat ini
2026-04-29 14:46 Uji ulang 6.2 7.9 $0.043 Bandingkan
2026-04-24 09:19 Run awal 3.1 T/A $0.009 Bandingkan

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

Grafik

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

Total token output

Skor vs Total token output

Perbandingan Cepat

DeepSeek V4 PrononevsGPT-5.5noneDeepSeek V4 PrononevsGemini 3.1 Flash LitenoneDeepSeek V4 PrononevsGPT-5 NanomediumDeepSeek V4 PrononevsQwen3.5 Plus 2026-02-15noneDeepSeek V4 PrononevsGemini 3 Flash PreviewmediumDeepSeek V4 PrononevsGemini 3.5 FlashhighDeepSeek V4 PrononevsNemotron 3 Ultra 550b A55bmediumTersedia gratisDeepSeek V4 PrononevsGemini 3.5 Flashlow

Rincian Kategori

Kategori Skor Konsistensi Tes benar
Trik anti-AI 3.5 8.0
Pemrograman 5.4 6.8
Gabungan 9.5 10.0
Parsing dan ekstraksi data 8.8 10.0
Spesifik domain 5.3 10.0
Kecerdasan umum 4.3 9.9
Kepatuhan instruksi 6.3 10.0
Pemecahan teka-teki 7.6 7.2
Pemanggilan alat 10.0 10.0
Pengetahuan umum 3.0 10.0

Model yang Dibandingkan