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 (high) vs Nemotron 3 Ultra (medium)

DeepSeek V4 Flash (high) average score मध्ये पुढे आहे: 7.7 vs 7.5. DeepSeek V4 Flash (high) चा benchmark खर्च कमी आहे: $0.060 vs $0.774. Nemotron 3 Ultra (medium) वेगवान आहे: 32.21s vs 49.75s, pass rates 72.7% vs 68.2%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-08-07

क्रमांक
#62
एकूण आउटपुट टोकन्स
168,165
प्रतिसाद वेळ (सरासरी)
49.75s
एकूण खर्च
$0.060
क्रमांक
#68
एकूण आउटपुट टोकन्स
185,978
प्रतिसाद वेळ (सरासरी)
32.21s
एकूण खर्च
$0.774
शिफारस केलेले मॉडेल DeepSeek V4 Flash (high)

It has the best score here (7.7), while costing about 12.9x less than Nemotron 3 Ultra (medium).

तपशीलवार तुलना

मेट्रिक DeepSeek V4 Flash DeepSeek V4 Flash high प्रकाशन: 2026-04-24 Nemotron 3 Ultra Nemotron 3 Ultra medium प्रकाशन: 2026-06-04 मोफत उपलब्ध
स्कोअर 7.7 7.5
क्रमांक #62 #68
विश्वसनीयता 10.0 9.8
सुसंगतता 8.2 8.5
बेंचमार्क कव्हरेज 22/22 चाचण्या · 66/66 प्रयत्न 22/22 चाचण्या · 66/66 प्रयत्न
बरोबर चाचण्या
प्रति प्रयत्न पास दर 72.7% 68.2%
अस्थिर चाचण्या 5 4
एकूण रन 66 66
प्रति निकाल खर्च 0.402 0.000
एकूण खर्च $0.060 $0.774
इनपुट किंमत $0.140 / 1M $0.600 / 1M
आउटपुट किंमत $0.280 / 1M $3.600 / 1M
एकूण इनपुट टोकन्स 108,392 233,488
आउटपुट टोकन्स 14,478 57,916
रिझनिंग टोकन्स 153,687 128,062
प्रतिसाद वेळ (सरासरी) 49.75s 32.21s
प्रतिसाद वेळ (कमाल) 218.13s 392.56s
प्रतिसाद वेळ (एकूण) 1094.41s 708.65s

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#62 DeepSeek V4 Flash

high
खर्च
$0.003
वेळ
93.1s
टोकन्स
7,926 tok

#68 Nemotron 3 Ultra

medium
अवैध SVG
खर्च
$0.000
वेळ
300.0s
टोकन्स
0 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 7.8 10.0 66.7% 0 50.60s 7,279 395 34,862
Nemotron 3 Ultra 8.4 7.4 88.9% 1 26.53s 7,686 2,854 17,725

झटपट तुलना

तुलना जोडी बदला