नेव्हिगेशन
AI BENCHY
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 Qwen3.8 2.4T A95B (low)

average score जवळपास समान आहे: 8.2 vs 8.2. DeepSeek V4 Flash 0731 (low) चा benchmark खर्च कमी आहे: $0.033 vs $3.113. DeepSeek V4 Flash 0731 (low) वेगवान आहे: 60.18s vs 132.39s, pass rates 75.8% vs 78.8%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-08-12

क्रमांक
#45
एकूण आउटपुट टोकन्स
314,605
प्रतिसाद वेळ (सरासरी)
60.18s
एकूण खर्च
$0.033
क्रमांक
#46
एकूण आउटपुट टोकन्स
554,485
प्रतिसाद वेळ (सरासरी)
132.39s
एकूण खर्च
$3.113
शिफारस केलेले मॉडेल DeepSeek V4 Flash 0731 (low)

It has the best score here (8.2), while costing about 95.1x less than Qwen3.8 2.4T A95B (low).

तपशीलवार तुलना

मेट्रिक DeepSeek V4 Flash 0731 DeepSeek V4 Flash 0731 low प्रकाशन: 2026-08-01 Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B low प्रकाशन: 2026-08-12
स्कोअर 8.2 8.2
क्रमांक #45 #46
विश्वसनीयता 10.0 9.1
सुसंगतता 8.3 8.9
प्रयत्न 66/66 66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर 75.8% 78.8%
अस्थिर चाचण्या 5 3
एकूण रन 66 66
प्रति निकाल खर्च 0.374 19.453
एकूण खर्च $0.033 $3.113
इनपुट किंमत $0.080 / 1M $2.000 / 1M
आउटपुट किंमत $0.180 / 1M $6.000 / 1M
एकूण इनपुट टोकन्स 93,336 113,340
आउटपुट टोकन्स 40,662 107,311
रिझनिंग टोकन्स 273,943 447,174
प्रतिसाद वेळ (सरासरी) 60.18s 132.39s
प्रतिसाद वेळ (कमाल) 438.65s 534.21s
प्रतिसाद वेळ (एकूण) 1323.92s 2912.56s
पॅरामीटर्स 284B एकूण (13B सक्रिय) 2.4T एकूण (95B सक्रिय)
उपलब्धता बंद स्रोत वेट्स उपलब्ध

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#45 DeepSeek V4 Flash 0731

low
अवैध SVG
खर्च
$0.000
वेळ
78.1s
टोकन्स
8,090 tok

#46 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

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
Qwen3.8 2.4T A95B 7.6 7.2 77.8% 1 172.53s 6,716 21,405 57,399

झटपट तुलना

तुलना जोडी बदला