#142 DeepSeek V4 Flash
none- खर्च
- $0.004
- वेळ
- 157.6s
- टोकन्स
- 11,297 tok
AI BENCHY Compare
सारांश
KAT-Coder-Air V2.5 (low) average score मध्ये पुढे आहे: 6.0 vs 5.5. DeepSeek V4 Flash चा benchmark खर्च कमी आहे: $0.007 vs $0.030. KAT-Coder-Air V2.5 (low) वेगवान आहे: 6.47s vs 26.75s, pass rates 30.2% vs 46.0%.
AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-14
| मेट्रिक | DeepSeek V4 Flash DeepSeek V4 Flash none | KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 low |
|---|---|---|
| स्कोअर | 5.5 | 6.0 |
| क्रमांक | #142 | #124 |
| विश्वसनीयता | 10.0 | 9.7 |
| सुसंगतता | 8.9 | 7.6 |
| बरोबर चाचण्या | ||
| प्रति प्रयत्न पास दर | 30.2% | 46.0% |
| अस्थिर चाचण्या | 3 | 6 |
| एकूण रन | 63 | 63 |
| प्रति निकाल खर्च | 0.203 | 0.427 |
| एकूण खर्च | $0.007 | $0.030 |
| इनपुट किंमत | $0.090 / 1M | $0.150 / 1M |
| आउटपुट किंमत | $0.180 / 1M | $0.600 / 1M |
| एकूण इनपुट टोकन्स | 50,127 | 42,464 |
| आउटपुट टोकन्स | 13,710 | 4,227 |
| रिझनिंग टोकन्स | 0 | 34,864 |
| प्रतिसाद वेळ (सरासरी) | 26.75s | 6.47s |
| प्रतिसाद वेळ (कमाल) | 111.96s | 25.49s |
| प्रतिसाद वेळ (एकूण) | 561.82s | 135.80s |
जनरेशन शोकेस
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
| कोडिंग | स्कोअर | सुसंगतता | प्रति प्रयत्न पास दर | अस्थिर चाचण्या | बरोबर चाचण्या | प्रतिसाद वेळ (सरासरी) | इनपुट टोकन्स | आउटपुट टोकन्स | रिझनिंग टोकन्स |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash | 4.2 | 7.4 | 11.1% | 1 | 17.13s | 7,279 | 9,717 | 0 | |
| KAT-Coder-Air V2.5 | 3.5 | 7.3 | 11.1% | 1 | 11.06s | 7,893 | 2,001 | 13,623 |
तुलना जोडी बदला