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

DeepSeek V4 Flash 0731 (medium) average score मध्ये पुढे आहे: 7.8 vs 7.7. GPT-6 Luna (high) चा benchmark खर्च कमी आहे: $0.074 vs $0.462. GPT-6 Luna (high) वेगवान आहे: 20.37s vs 94.16s, pass rates 72.5% vs 73.9%.

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

तुलना केलेली मॉडेल्स

क्रमांक: #110
एकूण आउटपुट टोकन्स: 577,214
प्रतिसाद वेळ (सरासरी): 94.16s
एकूण खर्च: $0.462

क्रमांक: #111
एकूण आउटपुट टोकन्स: 101,587
प्रतिसाद वेळ (सरासरी): 20.37s
एकूण खर्च: $0.074

शिफारस केलेले मॉडेल GPT-6 Luna (high)

Its score stays close to the best score here (7.7 vs 7.8), while costing about 6.3x less than DeepSeek V4 Flash 0731 (medium).

तपशीलवार तुलना

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

मेट्रिक	DeepSeek V4 Flash 0731 DeepSeek V4 Flash 0731 medium प्रकाशन: 2026-08-01	GPT-6 Luna GPT-6 Luna high प्रकाशन: 2026-09-23
स्कोअर	7.8	7.7
क्रमांक	#110	#111
विश्वसनीयता	10.0	10.0
सुसंगतता	7.2	8.7
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	72.5%	73.9%
अस्थिर चाचण्या	8	4
एकूण रन	69	69
प्रति निकाल खर्च	1.176	0.492
एकूण खर्च	$0.462	$0.074
इनपुट किंमत	$0.010 / 1M	$0.100 / 1M
आउटपुट किंमत	$1.280 / 1M	$0.500 / 1M
एकूण इनपुट टोकन्स	274,189	229,986
आउटपुट टोकन्स	66,689	6,037
रिझनिंग टोकन्स	510,525	95,550
प्रतिसाद वेळ (सरासरी)	94.16s	20.37s
प्रतिसाद वेळ (कमाल)	303.26s	106.93s
प्रतिसाद वेळ (एकूण)	2165.72s	468.52s
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.

#110 DeepSeek V4 Flash 0731

medium

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

#111 GPT-6 Luna

high

खर्च: $0.003
वेळ: 49.2s
टोकन्स: 5,231 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		303.26s	184,370	8,291	18,068
GPT-6 Luna	5.2	3.2	33.3%	1		82.78s	149,545	1,276	8,906

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	8.2	7.9	83.3%	1		17.95s	698	2,101	6,715
GPT-6 Luna	10.0	10.0	100.0%	0		2.64s	606	159	1,358

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
GPT-6 Luna	7.8	7.4	77.8%	1		24.69s	7,302	483	15,691

संयुक्त	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	5.8	83.3%	1		150.58s	65,118	40,110	97,296
GPT-6 Luna	10.0	10.0	100.0%	0		21.53s	57,233	3,111	6,658

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		5.21s	7,290	287	1,519
GPT-6 Luna	10.0	10.0	100.0%	0		24.50s	7,140	234	352

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	2.9	7.2	11.1%	1		203.11s	592	9,333	154,069
GPT-6 Luna	5.9	7.2	55.6%	1		51.14s	732	70	55,170

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	6.1	3.1	66.7%	1		12.16s	471	66	1,589
GPT-6 Luna	5.1	10.0	0.0%	0		17.40s	477	96	373

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	8.5	6.8	83.3%	1		2.42s	706	109	580
GPT-6 Luna	8.4	6.9	83.3%	1		1.92s	660	91	420

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	7.3	88.9%	1		65.12s	594	1,530	66,970
GPT-6 Luna	7.8	10.0	66.7%	0		7.51s	642	231	4,988

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		4.41s	8,178	374	152
GPT-6 Luna	10.0	10.0	100.0%	0		6.96s	5,454	256	261

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		56.64s	140	379	3,413
GPT-6 Luna	3.0	10.0	0.0%	0		4.90s	195	30	1,373

झटपट तुलना

तुलना जोडी बदला

DeepSeek V4 Flash 0731mediumvsGrok 4.5low DeepSeek V4 Flash 0731mediumvsQwen3.7 Plusnone GPT-6 LunahighvsQwen3.5 Plus 2026-04-20medium GPT-6 LunahighvsQwen3.7 Flashlow Muse Glimmer 30BmediumvsGPT-6 Lunahigh DeepSeek V4 Flash 0731mediumvsGLM 5.3high DeepSeek V4 Flash 0731mediumvsMuse Glimmer 30Bhigh GPT-6 LunahighvsGrok 4.5low GPT-6 LunahighvsQwen3.7 Plusnone DeepSeek V4 Flash 0731mediumvsQwen3.7 Flashlow GPT-6 LunahighvsGrok 4.6medium DeepSeek V4 Flash 0731mediumvsQwen3.8 2.4T A95Bhigh