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 (medium) vs LongCat 2.0 (medium)

LongCat 2.0 (medium) average score मध्ये पुढे आहे: 7.4 vs 7.3. DeepSeek V4 Flash 0731 (medium) चा benchmark खर्च कमी आहे: $0.106 vs $0.478. DeepSeek V4 Flash 0731 (medium) वेगवान आहे: 85.80s vs 136.64s, pass rates 72.7% vs 60.6%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-08-01

क्रमांक
#76
एकूण आउटपुट टोकन्स
618,417
प्रतिसाद वेळ (सरासरी)
85.80s
एकूण खर्च
$0.106
क्रमांक
#71
एकूण आउटपुट टोकन्स
373,396
प्रतिसाद वेळ (सरासरी)
136.64s
एकूण खर्च
$0.478
शिफारस केलेले मॉडेल DeepSeek V4 Flash 0731 (medium)

Its score stays close to the best score here (7.3 vs 7.4), while costing about 4.5x less than LongCat 2.0 (medium).

तपशीलवार तुलना

मेट्रिक DeepSeek V4 Flash 0731 DeepSeek V4 Flash 0731 medium प्रकाशन: 2026-08-01 LongCat 2.0 LongCat 2.0 medium प्रकाशन: 2026-07-20
स्कोअर 7.3 7.4
क्रमांक #76 #71
विश्वसनीयता 9.8 9.8
सुसंगतता 7.1 8.9
बरोबर चाचण्या
प्रति प्रयत्न पास दर 72.7% 60.6%
अस्थिर चाचण्या 8 3
एकूण रन 66 66
प्रति निकाल खर्च 0.956 3.978
एकूण खर्च $0.106 $0.478
इनपुट किंमत $0.140 / 1M $0.300 / 1M
आउटपुट किंमत $0.280 / 1M $1.200 / 1M
एकूण इनपुट टोकन्स 89,768 97,315
आउटपुट टोकन्स 66,624 44,384
रिझनिंग टोकन्स 551,793 329,012
प्रतिसाद वेळ (सरासरी) 85.80s 136.64s
प्रतिसाद वेळ (कमाल) 288.78s 939.52s
प्रतिसाद वेळ (एकूण) 1887.69s 3006.01s

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#76 DeepSeek V4 Flash 0731

medium
खर्च
$0.004
वेळ
93.3s
टोकन्स
13,252 tok

#71 LongCat 2.0

medium
खर्च
$0.016
वेळ
285.1s
टोकन्स
13,057 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 6.4 4.4 77.8% 2 198.78s 6,032 4,109 160,154
LongCat 2.0 10.0 10.0 100.0% 0 455.00s 7,419 533 214,143

झटपट तुलना

तुलना जोडी बदला