DeepSeek V4 Flash 0731 (high) vs Qwen3.8 2.4T A95B (low)

Qwen3.8 2.4T A95B (low) average score मध्ये पुढे आहे: 8.4 vs 8.4. DeepSeek V4 Flash 0731 (high) चा benchmark खर्च कमी आहे: $0.576 vs $4.016. DeepSeek V4 Flash 0731 (high) वेगवान आहे: 118.83s vs 120.40s, pass rates 76.8% vs 73.9%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-11-10

तुलना केलेली मॉडेल्स

क्रमांक: #110
एकूण आउटपुट टोकन्स: 448,665
प्रतिसाद वेळ (सरासरी): 118.83s
एकूण खर्च: $0.576

क्रमांक: #104
एकूण आउटपुट टोकन्स: 424,019
प्रतिसाद वेळ (सरासरी): 120.40s
एकूण खर्च: $4.016

शिफारस केलेले मॉडेल DeepSeek V4 Flash 0731 (high)

Its score stays close to the best score here (8.4 vs 8.4), while costing about 7.0x less than Qwen3.8 2.4T A95B (low).

तपशीलवार तुलना

मेट्रिक	DeepSeek V4 Flash 0731 DeepSeek V4 Flash 0731 high प्रकाशन: 2026-08-01	Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B low प्रकाशन: 2026-08-12

मेट्रिक	DeepSeek V4 Flash 0731 DeepSeek V4 Flash 0731 high प्रकाशन: 2026-08-01	Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B low प्रकाशन: 2026-08-12
स्कोअर	8.4	8.4
क्रमांक	#110	#104
विश्वसनीयता	10.0	9.6
सुसंगतता	8.1	9.2
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	76.8%	73.9%
अस्थिर चाचण्या	5	2
एकूण रन	69	69
प्रति निकाल खर्च	1.069	19.825
एकूण खर्च	$0.576	$4.016
इनपुट किंमत	$0.005 / 1M	$2.000 / 1M
आउटपुट किंमत	$1.280 / 1M	$6.000 / 1M
कॅश वाचण्याची किंमत	$0.005 / 1M	$0.250 / 1M
कॅश लिहिण्याची किंमत	लागू नाही	लागू नाही
एकूण इनपुट टोकन्स	281,863	313,881
आउटपुट टोकन्स	24,535	123,706
रिझनिंग टोकन्स	507,976	388,328
प्रतिसाद वेळ (सरासरी)	118.83s	120.40s
प्रतिसाद वेळ (कमाल)	600.61s	534.21s
प्रतिसाद वेळ (एकूण)	2733.01s	2769.16s
पॅरामीटर्स	284B एकूण (13B सक्रिय)	2.4T एकूण (95B सक्रिय)
उपलब्धता	बंद स्रोत	वेट्स उपलब्ध

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.

#110 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

#104 Qwen3.8 2.4T A95B

low

खर्च: $0.100
वेळ: 193.2s
टोकन्स: 16,767 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
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		151.76s	200,602	2,661	13,832

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
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		22.04s	1,104	397	4,814

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
Qwen3.8 2.4T A95B	7.8	9.3	66.7%	0		172.53s	6,716	21,405	57,399

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
Qwen3.8 2.4T A95B	8.2	6.9	66.7%	1		231.85s	85,267	8,008	50,681

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
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		22.27s	7,956	839	2,445

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
Qwen3.8 2.4T A95B	3.2	9.3	0.0%	0		287.65s	1,008	16,133	156,114

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
Qwen3.8 2.4T A95B	6.1	3.1	66.7%	1		22.97s	606	44	1,497

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
Qwen3.8 2.4T A95B	9.8	10.0	100.0%	0		19.54s	903	263	1,480

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
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		43.37s	1,026	1,154	25,563

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
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		25.88s	8,481	302	975

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
Qwen3.8 2.4T A95B	3.0	10.0	0.0%	0		422.46s	212	72,500	73,528

तुलना जोडी बदला

Nemotron 3.5 Super VLhighमोफत उपलब्धvsQwen3.8 2.4T A95Blow GPT-5 MinimediumvsQwen3.8 2.4T A95Blow Muse Glimmer 30BxhighvsQwen3.8 2.4T A95Blow DeepSeek V4 Flash 0731highvsParticle-1minimal Gemini 3.1 Pro PreviewmediumvsQwen3.8 2.4T A95Blow DeepSeek V4 Flash 0731highvsGemini 3.1 Pro Previewmedium Qwen3.8 2.4T A95BlowvsInklinghighमोफत उपलब्ध Muse Spark 1.1highvsQwen3.8 2.4T A95Blow DeepSeek V4 Flash 0731highvsMuse Glimmer 30Bxhigh DeepSeek V4 Flash 0731highvsGPT-5 Minimedium Claude Haiku 5.5maxvsQwen3.8 2.4T A95Blow Particle-1highvsQwen3.8 2.4T A95Blow