नेव्हिगेशन
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

DeepSeek V4 Flash 0731 (low) vs GPT-5.6 Luna (medium)

average score जवळपास समान आहे: 7.4 vs 7.4. GPT-5.6 Luna (medium) चा benchmark खर्च कमी आहे: $0.101 vs $0.307. GPT-5.6 Luna (medium) वेगवान आहे: 9.64s vs 88.15s, pass rates 71.0% vs 62.3%.

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

तुलना केलेली मॉडेल्स

क्रमांक
#124
एकूण आउटपुट टोकन्स
414,035
प्रतिसाद वेळ (सरासरी)
88.15s
एकूण खर्च
$0.307
क्रमांक
#122
एकूण आउटपुट टोकन्स
47,986
प्रतिसाद वेळ (सरासरी)
9.64s
एकूण खर्च
$0.101
शिफारस केलेले मॉडेल GPT-5.6 Luna (medium)

It has the best score here (7.4), while costing about 3.1x less than DeepSeek V4 Flash 0731 (low).

तपशीलवार तुलना

मेट्रिक DeepSeek V4 Flash 0731 DeepSeek V4 Flash 0731 low प्रकाशन: 2026-08-01 GPT-5.6 Luna GPT-5.6 Luna medium प्रकाशन: 2026-07-09
स्कोअर 7.4 7.4
क्रमांक #124 #122
विश्वसनीयता 10.0 10.0
सुसंगतता 8.0 9.0
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 71.0% 62.3%
अस्थिर चाचण्या 6 3
एकूण रन 69 69
प्रति निकाल खर्च 0.840 2.822
एकूण खर्च $0.307 $0.101
इनपुट किंमत $0.010 / 1M $0.200 / 1M
आउटपुट किंमत $1.280 / 1M $1.200 / 1M
एकूण इनपुट टोकन्स 231,356 212,780
आउटपुट टोकन्स 43,054 6,849
रिझनिंग टोकन्स 370,981 41,137
प्रतिसाद वेळ (सरासरी) 88.15s 9.64s
प्रतिसाद वेळ (कमाल) 438.65s 58.09s
प्रतिसाद वेळ (एकूण) 2027.36s 221.62s
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.

#124 DeepSeek V4 Flash 0731

low
No output was saved. The original provider response or failure reason is unavailable.
खर्च
$0.000
वेळ
78.1s
टोकन्स
8,090 tok

#122 GPT-5.6 Luna

medium
खर्च
$0.014
वेळ
14.6s
टोकन्स
2,362 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

कोडिंग स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
DeepSeek V4 Flash 0731 7.3 5.1 77.8% 2 163.31s 5,953 782 86,028
GPT-5.6 Luna 5.4 7.2 44.4% 1 10.38s 7,302 564 9,928

झटपट तुलना

तुलना जोडी बदला