DeepSeek V4.1 Flash (medium) vs Pareto 26.9 (default)

Pareto 26.9 (default) average score मध्ये पुढे आहे: 8.9 vs 8.7. DeepSeek V4.1 Flash (medium) चा benchmark खर्च कमी आहे: $0.591 vs $1.864. Pareto 26.9 (default) वेगवान आहे: 28.26s vs 32.88s, pass rates 73.9% vs 79.7%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-15

तुलना केलेली मॉडेल्स

क्रमांक: #59
एकूण आउटपुट टोकन्स: 444,665
प्रतिसाद वेळ (सरासरी): 32.88s
एकूण खर्च: $0.591

क्रमांक: #55
एकूण आउटपुट टोकन्स: 175,696
प्रतिसाद वेळ (सरासरी): 28.26s
एकूण खर्च: $1.864

शिफारस केलेले मॉडेल DeepSeek V4.1 Flash (medium)

Its score stays close to the best score here (8.7 vs 8.9), while costing about 3.2x less than Pareto 26.9 (default).

तपशीलवार तुलना

मेट्रिक	DeepSeek V4.1 Flash DeepSeek V4.1 Flash medium प्रकाशन: 2026-09-10	Pareto 26.9 Pareto 26.9 default प्रकाशन: 2026-10-15

मेट्रिक	DeepSeek V4.1 Flash DeepSeek V4.1 Flash medium प्रकाशन: 2026-09-10	Pareto 26.9 Pareto 26.9 default प्रकाशन: 2026-10-15
स्कोअर	8.7	8.9
क्रमांक	#59	#55
विश्वसनीयता	9.6	10.0
सुसंगतता	9.3	8.1
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	73.9%	79.7%
अस्थिर चाचण्या	2	6
एकूण रन	69	69
प्रति निकाल खर्च	1.757	12.422
एकूण खर्च	$0.591	$1.864
इनपुट किंमत	$0.013 / 1M	$2.500 / 1M
आउटपुट किंमत	$1.320 / 1M	$7.500 / 1M
कॅश वाचण्याची किंमत	$0.013 / 1M	$0.250 / 1M
कॅश लिहिण्याची किंमत	लागू नाही	लागू नाही
एकूण इनपुट टोकन्स	280,643	218,199
आउटपुट टोकन्स	7,342	175,696
रिझनिंग टोकन्स	437,323	0
प्रतिसाद वेळ (सरासरी)	32.88s	28.26s
प्रतिसाद वेळ (कमाल)	276.31s	151.76s
प्रतिसाद वेळ (एकूण)	756.34s	649.90s
पॅरामीटर्स	748B एकूण (16B 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.

#59 DeepSeek V4.1 Flash

medium

खर्च: $0.014
वेळ: 34.7s
टोकन्स: 11,541 tok

#55 Pareto 26.9

default

खर्च: $0.038
वेळ: 109.6s
टोकन्स: 5,118 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
Pareto 26.9	10.0	10.0	100.0%	0		54.17s	103,835	8,348	0

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
Pareto 26.9	7.5	8.4	66.7%	1		6.44s	737	1,595	0

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
Pareto 26.9	10.0	10.0	100.0%	0		49.15s	7,419	1,895	0

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
Pareto 26.9	8.2	6.9	66.7%	1		81.38s	88,832	146,339	0

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
Pareto 26.9	10.0	10.0	100.0%	0		2.63s	7,728	1,285	0

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
Pareto 26.9	5.9	7.2	55.6%	1		60.97s	825	12,233	0

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
Pareto 26.9	6.5	3.4	66.7%	1		6.55s	492	774	0

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
Pareto 26.9	9.8	10.0	100.0%	0		3.82s	696	393	0

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
Pareto 26.9	8.2	7.3	88.9%	1		8.40s	624	1,437	0

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
Pareto 26.9	10.0	10.0	100.0%	0		3.63s	6,762	892	0

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
Pareto 26.9	2.8	1.6	33.3%	1		28.57s	249	505	0

तुलना जोडी बदला

Claude Fable 5mediumvsPareto 26.9default DeepSeek V4.1 FlashmediumvsMuse Spark 1.2low Muse Spark 1.1mediumvsPareto 26.9default Muse Spark 1.2mediumvsPareto 26.9default Muse Spark 1.2highvsPareto 26.9default Qwen3.8 MAXlowvsPareto 26.9default DeepSeek V4.1 FlashmediumvsQwen3.8 27Bhighमोफत उपलब्ध GPT-5.4mediumvsPareto 26.9default DeepSeek V4.1 FlashmediumvsQwen3.8 MAXlow DeepSeek V4.1 FlashmediumvsGPT-6 Sollow Pareto 26.9defaultvsGLM 5.3 Flashmax Gemini 3.6 FlashlowvsPareto 26.9default