#142

DeepSeek V4 Flash 0731

DeepSeek प्रकाशन: 2026-08-01 चाचणी तारीख: 2026-10-01 03:01 deepseek/deepseek-v4-flash-0731::medium

284B एकूण (13B सक्रिय)MoEबंद स्रोत

(high) (medium) (low) (none)

सारांश

DeepSeek V4 Flash 0731 AI BENCHY वर 7.8 स्कोर करते आणि #142 वर आहे. याची reliability 10.0, pass rate 72.5%, एकूण खर्च $0.460, आणि सरासरी response time 94.16s आहे.

शिफारस केलेले पर्याय

त्याऐवजी यापैकी एक मॉडेल निवडण्याची शिफारस करतो:

Claude Haiku 5.5 (low)

स्कोअर: 8.6 (+0.81 गुण)
एकूण खर्च (सध्याची किंमत): $0.061 · 86.9% स्वस्त
प्रतिसाद वेळ (सरासरी): 7.51s · 92.0% वेगवान

तुलना करा →

Gemini 3.7 Flash (low)

स्कोअर: 9.4 (+1.59 गुण)
एकूण खर्च (सध्याची किंमत): $0.183 · 60.4% स्वस्त
प्रतिसाद वेळ (सरासरी): 6.24s · 93.4% वेगवान

तुलना करा →

GPT-6 Luna (medium)

स्कोअर: 8.3 (+0.50 गुण)
एकूण खर्च (सध्याची किंमत): $0.047 · 89.8% स्वस्त
प्रतिसाद वेळ (सरासरी): 18.07s · 80.8% वेगवान

तुलना करा →

मॉडेलची माहिती

संशोधन दिनांक: 2026-08-12

जाहीर केलेले

पॅरामीटर्स: 284B एकूण (13B सक्रिय)
आर्किटेक्चर: MoE
उपलब्धता: बंद स्रोत
परवाना: -

पॅरामीटर स्रोत उपलब्धता स्रोत

स्कोअर

7.8

सुसंगतता

7.2

विश्वसनीयता

10.0

एकूण खर्च (सध्याची किंमत)

$0.460 ↑ +225.9%

या किमतीवर चाचणी केली: $0.142

एकूण आउटपुट टोकन्स

358,225

एकूण इनपुट टोकन्स

274,189

इनपुट किंमत

$0.005 / 1M

आउटपुट किंमत

$1.280 / 1M

कॅश वाचण्याची किंमत

$0.005 / 1M

कॅश लिहिण्याची किंमत

लागू नाही

कॅशच्या किमती इनपुट टोकनला लागू होतात. वाचताना साठवलेले प्रॉम्प्ट पुन्हा वापरले जातात; लिहिताना ते साठवले जातात आणि अधिक खर्च होऊ शकतो. आउटपुट टोकनला आउटपुट किंमत लागू होते.

बरोबर चाचण्या

चुकीच्या चाचण्या: 11

प्रति प्रयत्न पास दर: 72.5%

अस्थिर चाचण्या

अस्थिर चाचण्यांत रन्समध्ये मिश्र निकाल असतात (किमान एक पास आणि एक फेल).

प्रतिसाद वेळ (सरासरी)

94.16s

प्रतिसाद वेळ (कमाल): 303.26s

प्रतिसाद वेळ (एकूण): 2165.72s

चुकीचे उत्तर: 5 उत्तर नाही: 3 अतिरिक्त फॉरमॅटिंग: 1 अवैध टूल कॉल: 1 वेळ संपला: 1

Hamster playing table tennis

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

#142 DeepSeek V4 Flash 0731

medium

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

रन इतिहास

चाचणी तारीख	स्कोअर	विश्वसनीयता	बरोबर चाचण्या	एकूण खर्च	तुलना करा
2026-10-01 03:01 पुन्हा चाचणी	7.8	10.0		$0.460 ↑	सध्याची रन
2026-08-01 02:36 पहिला रन	7.3	9.8		$0.106	तुलना करा

या रनमध्ये वेगळा बेंचमार्क सूट वापरला गेला. ऐतिहासिक बदल वाचताना सूटमधील बदल लक्षात घ्या.

रन तुलना

रन	बेंचमार्क कव्हरेज	स्कोअर	सुसंगतता	विश्वसनीयता	बरोबर चाचण्या	अस्थिर चाचण्या	एकूण आउटपुट टोकन्स	एकूण इनपुट टोकन्स	एकूण खर्च	प्रतिसाद वेळ (सरासरी)
2026-10-01 03:01 · सध्याची रन	69/69 प्रयत्न	7.8	7.2	10.0	12/23	8	358,225	274,189	$0.460	94.16s
2026-08-01 02:36 · पहिला रन	66/66 प्रयत्न	7.3	7.1	9.8	11/22	8	618,417	89,768	$0.106	85.80s
फरक	—	+0.5	+0.1	+0.2	+1	0	-260192	+184421	+$0.355	+8358ms

बेंचमार्क कव्हरेज वेगळे आहे: 69/69 प्रयत्न (लक्ष्य: प्रत्येक चाचणीसाठी 3 पुनरावृत्ती) विरुद्ध 66/66 प्रयत्न (लक्ष्य: प्रत्येक चाचणीसाठी 3 पुनरावृत्ती). एकूण मूल्ये आणि पुनरावृत्तीवर अवलंबून मेट्रिक्स थेट तुलना करता येत नाहीत.

या दोन रनमध्ये वेगवेगळे बेंचमार्क सूट वापरले गेले, त्यामुळे फरकांमध्ये मॉडेलमधील आणि सूटमधील दोन्ही बदल दिसतात.

किंमत इतिहास

OpenRouter मधील या मॉडेलचा ऐतिहासिक किंमत डेटा.

तारीख	इनपुट किंमत	आउटपुट किंमत	कॅश वाचण्याची किंमत	कॅश लिहिण्याची किंमत
2026-08-02 09:23	$0.090 / 1M	$0.180 / 1M	लागू नाही	लागू नाही
2026-08-11 09:41	$0.080 / 1M	$0.180 / 1M	लागू नाही	लागू नाही
2026-08-14 12:51	$0.140 / 1M	$0.280 / 1M	लागू नाही	लागू नाही
2026-10-06 16:43	$0.005 / 1M	$1.280 / 1M	$0.005 / 1M	लागू नाही

चार्ट्स

पहिले मॉडेल निवडा, नंतर दुसरे मॉडेल क्लिक करून बाजू-बाजूची तुलना पेज उघडा.

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

झटपट तुलना

श्रेणीवार तपशील

श्रेणी	स्कोअर	सुसंगतता
स्वायत्त एजंट कार्ये	10.0	10.0
अँटी-एआय युक्त्या	8.2	7.9
कोडिंग	6.4	4.4
संयुक्त	7.3	5.8
डेटा पार्सिंग आणि निष्कर्षण	10.0	10.0
डोमेन-विशिष्ट	2.9	7.2
Samanya Buddhimatta	6.1	3.1
सूचनांचे पालन	8.5	6.8
कोडी सोडवणे	8.2	7.3
टूल कॉलिंग	10.0	10.0
सामान्य ज्ञान	3.0	10.0

DeepSeek V4 Flash 0731

शिफारस केलेले पर्याय

मॉडेलची माहिती

Hamster playing table tennis

#142 DeepSeek V4 Flash 0731

चार्ट्स

स्कोअरनुसार शीर्ष मॉडेल्स

स्कोअर vs एकूण खर्च

प्रतिसाद वेळ (सरासरी)

स्कोअर vs प्रतिसाद वेळ (सरासरी)

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

झटपट तुलना

श्रेणीवार तपशील

तुलना केलेली मॉडेल्स