DeepSeek V4.1 Flash 1017 (high) vs GPT-6 Luna (medium)

GPT-6 Luna (medium) average score मध्ये पुढे आहे: 8.3 vs 7.8. GPT-6 Luna (medium) चा benchmark खर्च कमी आहे: $0.047 vs $0.589. GPT-6 Luna (medium) वेगवान आहे: 18.07s vs 58.56s, pass rates 71.0% vs 73.9%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-19

तुलना केलेली मॉडेल्स

क्रमांक: #126
एकूण आउटपुट टोकन्स: 911,334
प्रतिसाद वेळ (सरासरी): 58.56s
एकूण खर्च: $0.589

क्रमांक: #95
एकूण आउटपुट टोकन्स: 53,161
प्रतिसाद वेळ (सरासरी): 18.07s
एकूण खर्च: $0.047

शिफारस केलेले मॉडेल GPT-6 Luna (medium)

It has the best score here (8.3), while costing about 12.6x less than DeepSeek V4.1 Flash 1017 (high).

तपशीलवार तुलना

मेट्रिक	DeepSeek V4.1 Flash 1017 DeepSeek V4.1 Flash 1017 high प्रकाशन: 2026-10-18	GPT-6 Luna GPT-6 Luna medium प्रकाशन: 2026-09-23

मेट्रिक	DeepSeek V4.1 Flash 1017 DeepSeek V4.1 Flash 1017 high प्रकाशन: 2026-10-18	GPT-6 Luna GPT-6 Luna medium प्रकाशन: 2026-09-23
स्कोअर	7.8	8.3
क्रमांक	#126	#95
विश्वसनीयता	10.0	10.0
सुसंगतता	7.8	8.9
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	71.0%	73.9%
अस्थिर चाचण्या	6	3
एकूण रन	69	69
प्रति निकाल खर्च	4.530	0.313
एकूण खर्च	$0.589	$0.047
इनपुट किंमत	$0.150 / 1M	$0.100 / 1M
आउटपुट किंमत	$0.600 / 1M	$0.500 / 1M
कॅश वाचण्याची किंमत	$0.003 / 1M	$0.010 / 1M
कॅश लिहिण्याची किंमत	लागू नाही	$0.125 / 1M
एकूण इनपुट टोकन्स	279,873	203,193
आउटपुट टोकन्स	7,049	5,751
रिझनिंग टोकन्स	904,285	47,410
प्रतिसाद वेळ (सरासरी)	58.56s	18.07s
प्रतिसाद वेळ (कमाल)	440.77s	66.44s
प्रतिसाद वेळ (एकूण)	1346.87s	415.53s
पॅरामीटर्स	~748B एकूण (~16B सक्रिय)	~400B एकूण (~17B सक्रिय)
उपलब्धता	मुक्त स्रोत	बंद स्रोत

कॅशच्या किमती इनपुट टोकनला लागू होतात. वाचताना साठवलेले प्रॉम्प्ट पुन्हा वापरले जातात; लिहिताना ते साठवले जातात आणि अधिक खर्च होऊ शकतो. आउटपुट टोकनला आउटपुट किंमत लागू होते.

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#126 DeepSeek V4.1 Flash 1017

high

खर्च: $0.004
वेळ: 27.2s
टोकन्स: 7,593 tok

#95 GPT-6 Luna

medium

खर्च: $0.002
वेळ: 23.6s
टोकन्स: 2,966 tok

स्कोअरनुसार शीर्ष मॉडेल्स

स्कोअर विरुद्ध एकूण खर्च

प्रतिसाद वेळ (सरासरी)

स्कोअर vs प्रतिसाद वेळ (सरासरी)

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

श्रेणीवार तपशील

श्रेणी:

स्वायत्त एजंट कार्ये	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
DeepSeek V4.1 Flash 1017	10.0	10.0	100.0%	0		43.53s	144,680	1,907	4,293
GPT-6 Luna	10.0	10.0	100.0%	0		66.44s	124,247	1,116	6,891

अँटी-एआय युक्त्या	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
DeepSeek V4.1 Flash 1017	8.3	10.0	75.0%	0		2.10s	627	137	2,440
GPT-6 Luna	8.3	10.0	75.0%	0		4.32s	606	156	875

कोडिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
DeepSeek V4.1 Flash 1017	4.5	1.4	66.7%	3		196.67s	7,434	217	446,179
GPT-6 Luna	6.6	4.6	77.8%	2		23.63s	7,302	438	10,222

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
DeepSeek V4.1 Flash 1017	10.0	10.0	100.0%	0		37.28s	107,806	3,862	41,936
GPT-6 Luna	10.0	10.0	100.0%	0		22.65s	55,738	3,052	4,096

डेटा पार्सिंग आणि निष्कर्षण	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
DeepSeek V4.1 Flash 1017	10.0	10.0	100.0%	0		2.20s	7,446	207	1,450
GPT-6 Luna	10.0	10.0	100.0%	0		26.09s	7,140	234	268

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
DeepSeek V4.1 Flash 1017	3.5	4.4	33.3%	2		186.02s	909	11	382,250
GPT-6 Luna	5.9	7.2	55.6%	1		22.71s	732	70	19,191

Samanya Buddhimatta	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
DeepSeek V4.1 Flash 1017	10.0	10.0	100.0%	0		2.02s	549	120	570
GPT-6 Luna	4.4	9.9	0.0%	0		28.25s	477	91	289

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
DeepSeek V4.1 Flash 1017	10.0	10.0	100.0%	0		1.12s	708	69	866
GPT-6 Luna	9.8	10.0	100.0%	0		13.24s	660	89	409

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
DeepSeek V4.1 Flash 1017	5.5	7.4	44.4%	1		5.70s	828	235	7,784
GPT-6 Luna	7.7	10.0	66.7%	0		9.78s	642	211	3,189

टूल कॉलिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
DeepSeek V4.1 Flash 1017	10.0	10.0	100.0%	0		2.28s	8,625	267	305
GPT-6 Luna	10.0	10.0	100.0%	0		4.84s	5,454	264	249

सामान्य ज्ञान	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
DeepSeek V4.1 Flash 1017	3.0	10.0	0.0%	0		44.26s	261	17	16,212
GPT-6 Luna	3.0	10.0	0.0%	0		6.39s	195	30	1,731

तुलना जोडी बदला

DeepSeek V4.1 Flash 1017highvsMuse Wondermax DeepSeek V4.1 Flash 1017highvsMiMo-V2.6-Flashmedium DeepSeek V4.1 Flash 1017highvsGrok 4.5medium Gemini 4 ArgonlowvsGPT-6 Lunamedium DeepSeek V4.1 Flash 1017maxvsGPT-6 Lunamedium GPT-6 LunamediumvsGrok 4.5high DeepSeek V4.1 Flash 1017highvsGemini 3.5 Flashmedium Kimi K3maxvsGPT-6 Lunamedium DeepSeek V4.1 Flash 1017highvsStep 3.7 Flashmedium DeepSeek V4.1 Flash 1017highvsGrok 4.6medium Gemini 3.5 FlashhighvsGPT-6 Lunamedium Claude Haiku 5.5highvsGPT-6 Lunamedium