DeepSeek V4.1 Flash (high) vs Kimi K3.1 Pro (low)

Kimi K3.1 Pro (low) average score मध्ये पुढे आहे: 8.8 vs 8.7. DeepSeek V4.1 Flash (high) चा benchmark खर्च कमी आहे: $0.617 vs $1.836. DeepSeek V4.1 Flash (high) वेगवान आहे: 33.27s vs 47.50s, pass rates 75.4% vs 81.2%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-24

तुलना केलेली मॉडेल्स

क्रमांक: #64
एकूण आउटपुट टोकन्स: 464,156
प्रतिसाद वेळ (सरासरी): 33.27s
एकूण खर्च: $0.617

क्रमांक: #60
एकूण आउटपुट टोकन्स: 139,158
प्रतिसाद वेळ (सरासरी): 47.50s
एकूण खर्च: $1.836

शिफारस केलेले मॉडेल DeepSeek V4.1 Flash (high)

Its score stays close to the best score here (8.7 vs 8.8), while costing about 3.0x less than Kimi K3.1 Pro (low).

तपशीलवार तुलना

मेट्रिक	DeepSeek V4.1 Flash DeepSeek V4.1 Flash high प्रकाशन: 2026-09-10	Kimi K3.1 Pro Kimi K3.1 Pro low प्रकाशन: 2026-10-24

मेट्रिक	DeepSeek V4.1 Flash DeepSeek V4.1 Flash high प्रकाशन: 2026-09-10	Kimi K3.1 Pro Kimi K3.1 Pro low प्रकाशन: 2026-10-24
स्कोअर	8.7	8.8
क्रमांक	#64	#60
विश्वसनीयता	9.7	8.4
सुसंगतता	9.0	8.9
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	75.4%	81.2%
अस्थिर चाचण्या	3	3
एकूण रन	69	69
प्रति निकाल खर्च	1.843	10.796
एकूण खर्च	$0.617	$1.836
इनपुट किंमत	$0.013 / 1M	$2.000 / 1M
आउटपुट किंमत	$1.320 / 1M	$10.000 / 1M
कॅश वाचण्याची किंमत	$0.013 / 1M	$0.200 / 1M
कॅश लिहिण्याची किंमत	लागू नाही	लागू नाही
एकूण इनपुट टोकन्स	282,490	221,802
आउटपुट टोकन्स	8,621	12,498
रिझनिंग टोकन्स	455,535	126,660
प्रतिसाद वेळ (सरासरी)	33.27s	47.50s
प्रतिसाद वेळ (कमाल)	205.53s	506.95s
प्रतिसाद वेळ (एकूण)	765.12s	1092.61s
पॅरामीटर्स	748B एकूण (16B सक्रिय)	~2.8T एकूण (~104B 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.

#64 DeepSeek V4.1 Flash

high

खर्च: $0.035
वेळ: 111.0s
टोकन्स: 29,201 tok

#60 MoonshotAI: Kimi K3.1 Pro

low

fetch failed

खर्च: $0.000
वेळ: 10.7s
टोकन्स: 0 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	10.0	10.0	100.0%	0		43.97s	182,379	1,979	9,237
Kimi K3.1 Pro	10.0	10.0	100.0%	0		69.28s	103,362	1,789	2,468

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	8.3	10.0	75.0%	0		3.42s	852	170	5,348
Kimi K3.1 Pro	10.0	10.0	100.0%	0		5.90s	1,650	286	1,982

कोडिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
DeepSeek V4.1 Flash	10.0	10.0	100.0%	0		49.19s	7,509	376	108,285
Kimi K3.1 Pro	10.0	10.0	100.0%	0		18.91s	8,070	468	7,531

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
DeepSeek V4.1 Flash	10.0	10.0	100.0%	0		27.63s	77,764	5,152	31,635
Kimi K3.1 Pro	6.5	10.0	50.0%	0		52.27s	88,134	8,439	5,435

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	6.5	10.0	50.0%	0		4.19s	2,397	120	1,584
Kimi K3.1 Pro	10.0	10.0	100.0%	0		5.31s	7,845	273	394

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	5.3	7.2	44.4%	1		127.30s	909	28	249,623
Kimi K3.1 Pro	4.1	4.4	44.5%	2		243.49s	1,515	150	99,091

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	10.0	10.0	100.0%	0		4.16s	549	120	1,130
Kimi K3.1 Pro	10.0	10.0	100.0%	0		7.96s	735	166	608

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	10.0	10.0	100.0%	0		7.06s	783	63	1,972
Kimi K3.1 Pro	10.0	10.0	100.0%	0		5.84s	1,185	147	961

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	6.4	4.9	66.7%	2		14.27s	828	339	23,969
Kimi K3.1 Pro	7.6	7.2	77.8%	1		7.29s	1,425	376	1,588

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	10.0	10.0	100.0%	0		15.28s	8,259	258	506
Kimi K3.1 Pro	10.0	10.0	100.0%	0		11.24s	7,413	348	227

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	3.0	10.0	0.0%	0		38.05s	261	16	22,246
Kimi K3.1 Pro	3.0	10.0	0.0%	0		44.64s	468	56	6,375

तुलना जोडी बदला

DeepSeek V4.1 FlashhighvsMuse Spark Openmedium DeepSeek V4.1 FlashhighvsKimi K3.1 Promax DeepSeek V4.1 FlashhighvsMuse Spark 1.2low Kimi K3.1 ProlowvsGPT-5.4medium DeepSeek V4.1 FlashhighvsGPT-5.4medium Kimi K3.1 ProlowvsPareto 26.9default Claude Fable 5mediumvsKimi K3.1 Prolow Muse Spark 1.1mediumvsKimi K3.1 Prolow Muse Spark 1.2mediumvsKimi K3.1 Prolow DeepSeek V4.1 FlashhighvsGPT-5.2medium DeepSeek V4.1 FlashhighvsQwen3.8 MAXlow Muse Spark OpenmediumvsKimi K3.1 Prolow