DeepSeek V4.1 Flash (medium) 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 (medium) चा benchmark खर्च कमी आहे: $0.591 vs $1.836. DeepSeek V4.1 Flash (medium) वेगवान आहे: 32.88s vs 47.50s, pass rates 73.9% vs 81.2%.

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

तुलना केलेली मॉडेल्स

क्रमांक: #65
एकूण आउटपुट टोकन्स: 444,665
प्रतिसाद वेळ (सरासरी): 32.88s
एकूण खर्च: $0.591

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

शिफारस केलेले मॉडेल DeepSeek V4.1 Flash (medium)

Its score stays close to the best score here (8.7 vs 8.8), while costing about 3.1x less than Kimi K3.1 Pro (low).

तपशीलवार तुलना

मेट्रिक	DeepSeek V4.1 Flash DeepSeek V4.1 Flash medium 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 medium प्रकाशन: 2026-09-10	Kimi K3.1 Pro Kimi K3.1 Pro low प्रकाशन: 2026-10-24
स्कोअर	8.7	8.8
क्रमांक	#65	#60
विश्वसनीयता	9.6	8.4
सुसंगतता	9.3	8.9
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	73.9%	81.2%
अस्थिर चाचण्या	2	3
एकूण रन	69	69
प्रति निकाल खर्च	1.757	10.796
एकूण खर्च	$0.591	$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	280,643	221,802
आउटपुट टोकन्स	7,342	12,498
रिझनिंग टोकन्स	437,323	126,660
प्रतिसाद वेळ (सरासरी)	32.88s	47.50s
प्रतिसाद वेळ (कमाल)	276.31s	506.95s
प्रतिसाद वेळ (एकूण)	756.34s	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.

#65 DeepSeek V4.1 Flash

medium

खर्च: $0.014
वेळ: 34.7s
टोकन्स: 11,541 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		47.59s	192,135	1,932	11,917
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		3.07s	852	156	4,108
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		34.45s	7,509	396	71,345
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		22.21s	66,161	3,956	24,673
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		3.77s	2,397	120	998
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	2.9	7.2	11.1%	1		153.01s	909	24	298,454
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		3.13s	549	131	581
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		9.69s	783	63	1,483
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	8.7	7.7	88.9%	1		8.01s	828	293	12,340
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		15.33s	8,259	258	296
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		20.25s	261	13	11,128
Kimi K3.1 Pro	3.0	10.0	0.0%	0		44.64s	468	56	6,375

तुलना जोडी बदला

DeepSeek V4.1 FlashmediumvsKimi K3.1 Promax DeepSeek V4.1 FlashmediumvsMuse Spark 1.2low Kimi K3.1 ProlowvsGPT-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 FlashmediumvsQwen3.8 27Bhighमोफत उपलब्ध Muse Spark OpenmediumvsKimi K3.1 Prolow DeepSeek V4.1 FlashhighvsKimi K3.1 Prolow DeepSeek V4.1 FlashmediumvsQwen3.8 MAXlow DeepSeek V4.1 FlashmediumvsGPT-6 Sollow