DeepSeek V4 Flash 0731 (high) vs GPT-6 Luna (medium)

DeepSeek V4 Flash 0731 (high) average score मध्ये पुढे आहे: 8.4 vs 8.3. GPT-6 Luna (medium) चा benchmark खर्च कमी आहे: $0.047 vs $0.578. GPT-6 Luna (medium) वेगवान आहे: 18.07s vs 118.83s, pass rates 76.8% vs 73.9%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-01

तुलना केलेली मॉडेल्स

क्रमांक: #74
एकूण आउटपुट टोकन्स: 532,511
प्रतिसाद वेळ (सरासरी): 118.83s
एकूण खर्च: $0.578

क्रमांक: #79
एकूण आउटपुट टोकन्स: 53,161
प्रतिसाद वेळ (सरासरी): 18.07s
एकूण खर्च: $0.047

शिफारस केलेले मॉडेल GPT-6 Luna (medium)

Its score stays close to the best score here (8.3 vs 8.4), while costing about 12.3x less than DeepSeek V4 Flash 0731 (high).

तपशीलवार तुलना

मेट्रिक	DeepSeek V4 Flash 0731 DeepSeek V4 Flash 0731 high प्रकाशन: 2026-08-01	GPT-6 Luna GPT-6 Luna medium प्रकाशन: 2026-09-23

मेट्रिक	DeepSeek V4 Flash 0731 DeepSeek V4 Flash 0731 high प्रकाशन: 2026-08-01	GPT-6 Luna GPT-6 Luna medium प्रकाशन: 2026-09-23
स्कोअर	8.4	8.3
क्रमांक	#74	#79
विश्वसनीयता	10.0	10.0
सुसंगतता	8.1	8.9
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	76.8%	73.9%
अस्थिर चाचण्या	5	3
एकूण रन	69	69
प्रति निकाल खर्च	1.069	0.313
एकूण खर्च	$0.578	$0.047
इनपुट किंमत	$0.010 / 1M	$0.100 / 1M
आउटपुट किंमत	$1.280 / 1M	$0.500 / 1M
एकूण इनपुट टोकन्स	281,863	203,193
आउटपुट टोकन्स	24,535	5,751
रिझनिंग टोकन्स	507,976	47,410
प्रतिसाद वेळ (सरासरी)	118.83s	18.07s
प्रतिसाद वेळ (कमाल)	600.61s	66.44s
प्रतिसाद वेळ (एकूण)	2733.01s	415.53s
पॅरामीटर्स	284B एकूण (13B सक्रिय)	~400B एकूण (~17B सक्रिय)
उपलब्धता	बंद स्रोत	बंद स्रोत

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#74 DeepSeek V4 Flash 0731

high

No output was saved. The original provider response or failure reason is unavailable.

खर्च: $0.000
वेळ: 187.3s
टोकन्स: 19,048 tok

#79 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 Flash 0731	10.0	10.0	100.0%	0		204.36s	185,161	7,569	11,635
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 Flash 0731	8.7	7.9	91.7%	1		13.62s	1,488	542	10,576
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 Flash 0731	6.3	6.3	55.6%	1		252.67s	7,044	2,160	191,210
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 Flash 0731	10.0	10.0	100.0%	0		87.10s	67,283	11,903	41,397
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 Flash 0731	10.0	10.0	100.0%	0		3.65s	7,764	336	1,259
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 Flash 0731	3.5	4.4	33.3%	2		458.65s	700	104	215,629
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 Flash 0731	10.0	10.0	100.0%	0		5.64s	708	72	533
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 Flash 0731	9.8	10.0	100.0%	0		4.46s	1,101	119	939
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 Flash 0731	8.2	7.7	77.8%	1		9.36s	1,305	397	6,801
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 Flash 0731	10.0	10.0	100.0%	0		5.42s	8,889	357	451
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 Flash 0731	3.0	10.0	0.0%	0		110.63s	420	976	27,546
GPT-6 Luna	3.0	10.0	0.0%	0		6.39s	195	30	1,731

झटपट तुलना

तुलना जोडी बदला

GPT-6 LunamediumvsGrok 4.5high Kimi K3maxvsGPT-6 Lunamedium DeepSeek V4 Flash 0731highvsGemini 3.1 Pro Previewmedium Gemini 3.5 FlashhighvsGPT-6 Lunamedium DeepSeek V4 Flash 0731highvsMuse Glimmer 30Bxhigh DeepSeek V4 Flash 0731highvsGPT-5 Minimedium DeepSeek V4 Flash 0731highvsQwen3.8 2.4T A95Blow DeepSeek V4 Flash 0731highvsKimi K3max GPT-6 LunamediumvsGLM 5.2high Claude Opus 4.8mediumvsDeepSeek V4 Flash 0731high DeepSeek V4 Flash 0731highvsQwen3.7 Plusmedium Muse Spark 1.1highvsGPT-6 Lunamedium