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

GPT-6 Luna (medium) average score मध्ये पुढे आहे: 8.3 vs 8.0. GPT-6 Luna (medium) चा benchmark खर्च कमी आहे: $0.047 vs $0.494. GPT-6 Luna (medium) वेगवान आहे: 18.07s vs 28.04s, pass rates 73.9% vs 73.9%.

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

तुलना केलेली मॉडेल्स

क्रमांक: #109
एकूण आउटपुट टोकन्स: 371,547
प्रतिसाद वेळ (सरासरी): 28.04s
एकूण खर्च: $0.494

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 10.5x less than DeepSeek V4.1 Flash (low).

तपशीलवार तुलना

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

मेट्रिक	DeepSeek V4.1 Flash DeepSeek V4.1 Flash low प्रकाशन: 2026-09-10	GPT-6 Luna GPT-6 Luna medium प्रकाशन: 2026-09-23
स्कोअर	8.0	8.3
क्रमांक	#109	#95
विश्वसनीयता	9.6	10.0
सुसंगतता	8.7	8.9
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	73.9%	73.9%
अस्थिर चाचण्या	4	3
एकूण रन	69	69
प्रति निकाल खर्च	1.576	0.313
एकूण खर्च	$0.494	$0.047
इनपुट किंमत	$0.013 / 1M	$0.100 / 1M
आउटपुट किंमत	$1.320 / 1M	$0.500 / 1M
कॅश वाचण्याची किंमत	$0.013 / 1M	$0.010 / 1M
कॅश लिहिण्याची किंमत	लागू नाही	$0.125 / 1M
एकूण इनपुट टोकन्स	266,849	203,193
आउटपुट टोकन्स	8,284	5,751
रिझनिंग टोकन्स	363,263	47,410
प्रतिसाद वेळ (सरासरी)	28.04s	18.07s
प्रतिसाद वेळ (कमाल)	149.84s	66.44s
प्रतिसाद वेळ (एकूण)	645.03s	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.

#109 DeepSeek V4.1 Flash

low

खर्च: $0.017
वेळ: 43.6s
टोकन्स: 14,069 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	6.1	3.1	66.7%	1		56.02s	167,134	1,903	21,681
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	8.3	10.0	75.0%	0		3.32s	852	171	4,328
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	10.0	10.0	100.0%	0		40.66s	7,509	378	81,978
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	10.0	10.0	100.0%	0		24.73s	77,368	4,906	24,016
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	6.5	10.0	50.0%	0		3.80s	2,397	120	1,149
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	3.5	4.4	33.3%	2		95.58s	909	27	184,701
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	10.0	10.0	100.0%	0		4.34s	549	117	1,319
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	10.0	10.0	100.0%	0		8.38s	783	63	1,546
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	8.2	7.7	77.8%	1		9.39s	828	273	14,502
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	10.0	10.0	100.0%	0		13.83s	8,259	313	284
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	3.0	10.0	0.0%	0		46.86s	261	13	27,759
GPT-6 Luna	3.0	10.0	0.0%	0		6.39s	195	30	1,731

तुलना जोडी बदला

Gemini 4 ArgonlowvsGPT-6 Lunamedium DeepSeek V4.1 Flash 1017maxvsGPT-6 Lunamedium GPT-6 LunamediumvsGrok 4.5high Claude Opus 4.7mediumvsDeepSeek V4.1 Flashlow DeepSeek V4.1 FlashlowvsGPT-5.6 Lunahigh Kimi K3maxvsGPT-6 Lunamedium DeepSeek V4.1 FlashlowvsNemotron 3 Ultramediumमोफत उपलब्ध Gemini 3.5 FlashhighvsGPT-6 Lunamedium Claude Haiku 5.5highvsGPT-6 Lunamedium DeepSeek V4.1 FlashlowvsGPT-5.4 Nanomedium DeepSeek V4.1 FlashlowvsGemini 3.8 Flashmedium GPT-6 LunamediumvsGLM 5.2high