DeepSeek V4 Flash 0423 (high) vs Step 3.7 Flash (medium)

Step 3.7 Flash (medium) average score मध्ये पुढे आहे: 7.9 vs 7.6. DeepSeek V4 Flash 0423 (high) चा benchmark खर्च कमी आहे: $0.042 vs $0.495. Step 3.7 Flash (medium) वेगवान आहे: 23.51s vs 51.81s, pass rates 69.7% vs 68.2%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-09-18

तुलना केलेली मॉडेल्स

क्रमांक: #97
एकूण आउटपुट टोकन्स: 211,310
प्रतिसाद वेळ (सरासरी): 51.81s
एकूण खर्च: $0.042

क्रमांक: #81
एकूण आउटपुट टोकन्स: 409,709
प्रतिसाद वेळ (सरासरी): 23.51s
एकूण खर्च: $0.495

शिफारस केलेले मॉडेल DeepSeek V4 Flash 0423 (high)

Its score stays close to the best score here (7.6 vs 7.9), while costing about 11.9x less than Step 3.7 Flash (medium).

तपशीलवार तुलना

मेट्रिक	DeepSeek V4 Flash 0423 DeepSeek V4 Flash 0423 high प्रकाशन: 2026-04-24	Step 3.7 Flash Step 3.7 Flash medium प्रकाशन: 2026-05-29

मेट्रिक	DeepSeek V4 Flash 0423 DeepSeek V4 Flash 0423 high प्रकाशन: 2026-04-24	Step 3.7 Flash Step 3.7 Flash medium प्रकाशन: 2026-05-29
स्कोअर	7.6	7.9
क्रमांक	#97	#81
विश्वसनीयता	10.0	10.0
सुसंगतता	8.5	8.9
प्रयत्न	66/66	66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर	69.7%	68.2%
अस्थिर चाचण्या	4	3
एकूण रन	66	66
प्रति निकाल खर्च	0.446	3.801
एकूण खर्च	$0.042	$0.495
इनपुट किंमत	$0.089 / 1M	$0.200 / 1M
आउटपुट किंमत	$0.178 / 1M	$1.150 / 1M
एकूण इनपुट टोकन्स	108,480	114,191
आउटपुट टोकन्स	37,229	409,709
रिझनिंग टोकन्स	174,081	0
प्रतिसाद वेळ (सरासरी)	51.81s	23.51s
प्रतिसाद वेळ (कमाल)	218.13s	152.83s
प्रतिसाद वेळ (एकूण)	1139.75s	517.21s
पॅरामीटर्स	284B एकूण (13B सक्रिय)	198B एकूण (11B सक्रिय)
उपलब्धता	मुक्त स्रोत	मुक्त स्रोत

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#97 DeepSeek V4 Flash 0423

high

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

#81 Step 3.7 Flash

medium

खर्च: $0.006
वेळ: 46.2s
टोकन्स: 4,466 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:

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 0423	8.3	10.0	75.0%	0		28.51s	540	140	7,770
Step 3.7 Flash	8.7	7.9	91.7%	1		9.65s	756	32,185	0

कोडिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
DeepSeek V4 Flash 0423	7.8	10.0	66.7%	0		50.60s	7,279	395	34,862
Step 3.7 Flash	8.8	7.8	88.9%	1		27.42s	7,437	44,797	0

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
DeepSeek V4 Flash 0423	6.4	5.8	66.7%	1		104.10s	82,663	4,633	37,533
Step 3.7 Flash	7.3	5.8	83.3%	1		80.94s	87,764	114,720	0

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 0423	10.0	10.0	100.0%	0		28.03s	7,290	201	1,179
Step 3.7 Flash	10.0	10.0	100.0%	0		2.75s	7,398	3,020	0

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
DeepSeek V4 Flash 0423	3.6	7.2	22.2%	1		115.42s	754	22,778	79,643
Step 3.7 Flash	5.3	10.0	33.3%	0		27.26s	837	52,484	0

Samanya Buddhimatta	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
DeepSeek V4 Flash 0423	6.1	3.1	66.7%	1		25.15s	471	79	632
Step 3.7 Flash	4.0	10.0	0.0%	0		6.85s	525	3,987	0

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
DeepSeek V4 Flash 0423	10.0	10.0	100.0%	0		15.36s	627	63	1,622
Step 3.7 Flash	9.8	10.0	100.0%	0		1.83s	735	2,166	0

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
DeepSeek V4 Flash 0423	8.2	7.2	88.9%	1		26.11s	594	196	1,767
Step 3.7 Flash	5.7	9.9	33.3%	0		6.19s	756	15,071	0

टूल कॉलिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
DeepSeek V4 Flash 0423	10.0	10.0	100.0%	0		74.73s	8,079	228	542
Step 3.7 Flash	10.0	10.0	100.0%	0		4.16s	7,746	2,115	0

सामान्य ज्ञान	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
DeepSeek V4 Flash 0423	3.0	10.0	0.0%	0		54.46s	183	8,516	8,531
Step 3.7 Flash	3.0	10.0	0.0%	0		113.98s	237	139,164	0

झटपट तुलना

तुलना जोडी बदला

GPT-5.2 ChatnonevsStep 3.7 Flashmedium Kimi K3maxvsStep 3.7 Flashmedium Qwen3.8 27BlowvsStep 3.7 Flashmedium GPT-5.6 TerrahighvsStep 3.7 Flashmedium Claude Opus 4.6mediumvsDeepSeek V4 Flash 0423high Step 3.7 FlashmediumvsGLM 5.2high Seed-2.0-CodelowvsDeepSeek V4 Flash 0423high DeepSeek V4 Flash 0423highvsGLM 5medium DeepSeek V4 Flash 0423highvsSolar Pro 4xhigh DeepSeek V4 Flash 0423highvsNemotron 3 Ultramediumमोफत उपलब्ध Claude Opus 5nonevsDeepSeek V4 Flash 0423high DeepSeek V4 Flash 0731highvsStep 3.7 Flashmedium