DeepSeek V4.1 Flash 1017 (low) vs GPT-5.3-Codex (medium)

average score जवळपास समान आहे: 9.2 vs 9.1. DeepSeek V4.1 Flash 1017 (low) चा benchmark खर्च कमी आहे: $0.355 vs $1.318. GPT-5.3-Codex (medium) वेगवान आहे: 18.87s vs 32.55s, pass rates 78.3% vs 84.1%.

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

तुलना केलेली मॉडेल्स

क्रमांक: #36
एकूण आउटपुट टोकन्स: 523,482
प्रतिसाद वेळ (सरासरी): 32.55s
एकूण खर्च: $0.355

क्रमांक: #38
एकूण आउटपुट टोकन्स: 66,287
प्रतिसाद वेळ (सरासरी): 18.87s
एकूण खर्च: $1.318

शिफारस केलेले मॉडेल DeepSeek V4.1 Flash 1017 (low)

It has the best score here (9.2), while costing about 3.7x less than GPT-5.3-Codex (medium).

तपशीलवार तुलना

मेट्रिक	DeepSeek V4.1 Flash 1017 DeepSeek V4.1 Flash 1017 low प्रकाशन: 2026-10-18	GPT-5.3-Codex GPT-5.3-Codex medium प्रकाशन: 2026-02-05

मेट्रिक	DeepSeek V4.1 Flash 1017 DeepSeek V4.1 Flash 1017 low प्रकाशन: 2026-10-18	GPT-5.3-Codex GPT-5.3-Codex medium प्रकाशन: 2026-02-05
स्कोअर	9.2	9.1
क्रमांक	#36	#38
विश्वसनीयता	10.0	10.0
सुसंगतता	9.0	8.6
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	78.3%	84.1%
अस्थिर चाचण्या	3	4
एकूण रन	69	69
प्रति निकाल खर्च	2.214	7.753
एकूण खर्च	$0.355	$1.318
इनपुट किंमत	$0.150 / 1M	$1.750 / 1M
आउटपुट किंमत	$0.600 / 1M	$14.000 / 1M
कॅश वाचण्याची किंमत	$0.003 / 1M	$0.175 / 1M
कॅश लिहिण्याची किंमत	लागू नाही	लागू नाही
एकूण इनपुट टोकन्स	267,122	222,794
आउटपुट टोकन्स	7,369	7,357
रिझनिंग टोकन्स	516,113	58,930
प्रतिसाद वेळ (सरासरी)	32.55s	18.87s
प्रतिसाद वेळ (कमाल)	443.63s	100.93s
प्रतिसाद वेळ (एकूण)	748.62s	433.94s
पॅरामीटर्स	~748B एकूण (~16B सक्रिय)	~1.2T एकूण (~80B 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.

#36 DeepSeek V4.1 Flash 1017

low

खर्च: $0.006
वेळ: 63.8s
टोकन्स: 11,236 tok

#38 GPT-5.3-Codex

medium

खर्च: $0.049
वेळ: 54.9s
टोकन्स: 3,580 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		46.67s	156,869	2,102	5,290
GPT-5.3-Codex	10.0	10.0	100.0%	0		61.91s	141,607	1,099	4,814

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		2.02s	852	171	2,193
GPT-5.3-Codex	8.7	7.9	91.7%	1		4.16s	606	240	1,722

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	10.0	10.0	100.0%	0		27.01s	7,509	323	45,628
GPT-5.3-Codex	10.0	10.0	100.0%	0		19.50s	7,302	535	10,890

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		18.73s	82,444	3,880	15,379
GPT-5.3-Codex	10.0	10.0	100.0%	0		26.04s	57,988	4,258	5,816

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		1.71s	7,446	207	1,344
GPT-5.3-Codex	10.0	10.0	100.0%	0		3.07s	7,140	234	728

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	3.6	7.2	22.2%	1		174.63s	909	9	428,331
GPT-5.3-Codex	5.9	7.2	55.6%	1		63.93s	732	71	30,150

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		2.25s	549	116	553
GPT-5.3-Codex	4.6	10.0	0.0%	0		4.87s	477	187	331

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		1.25s	783	69	898
GPT-5.3-Codex	10.0	10.0	100.0%	0		3.04s	660	93	693

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	6.9	4.9	77.8%	2		2.54s	828	236	3,620
GPT-5.3-Codex	9.0	7.9	88.9%	1		5.05s	642	356	1,593

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		1.92s	8,672	237	338
GPT-5.3-Codex	10.0	10.0	100.0%	0		6.37s	5,445	254	492

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		33.79s	261	19	12,539
GPT-5.3-Codex	2.8	1.6	33.3%	1		14.43s	195	30	1,701

तुलना जोडी बदला

Claude Haiku 5.5xhighvsGPT-5.3-Codexmedium GPT-5.3-CodexmediumvsQwen3.8 Max (0902)high Muse Spark 1.3highvsGPT-5.3-Codexmedium DeepSeek V4.1 Flash 1017lowvsQwen3.8 MAXmedium Claude Sonnet 5.5maxvsDeepSeek V4.1 Flash 1017low DeepSeek V4.1 Flash 1017lowvsGPT-5.5medium Muse WonderlowvsGPT-5.3-Codexmedium GPT-5.3-CodexmediumvsParetodefault Seed 2.1 TurbohighvsGPT-5.3-Codexmedium DeepSeek V4.1 Flash 1017lowvsQwen3.8 Max (0902)high DeepSeek V4.1 Flash 1017lowvsMuse Wondermedium Claude Opus 5.5mediumvsDeepSeek V4.1 Flash 1017low