AI BENCHY
Advertise here
#49

DeepSeek V4 Flash

DeepSeek प्रकाशन: 2026-04-24 चाचणी तारीख: 2026-07-16 23:17 deepseek/deepseek-v4-flash::high
(high) (none)

सारांश

DeepSeek V4 Flash AI BENCHY वर 7.7 स्कोर करते आणि #49 वर आहे. याची reliability 10.0, pass rate 72.7%, एकूण खर्च $0.042, आणि सरासरी response time 49.75s आहे.

DeepSeek V4 Flash खास का आहे: हे डेटा पार्सिंग आणि निष्कर्षण मध्ये सर्वाधिक उठून दिसते, जिथे त्याचा rank #1 आहे; तर संयुक्त हा सर्वात कमकुवत भाग आहे, rank #13. या score range साठी एकूण benchmark खर्च असामान्यपणे कमी आहे.

स्कोअर

7.7

सुसंगतता

8.2

विश्वसनीयता

10.0

एकूण खर्च (सध्याची किंमत)

$0.042 ↓ -19.8%

या किमतीवर चाचणी केली: $0.053

एकूण आउटपुट टोकन्स

168,165

एकूण इनपुट टोकन्स

108,392

इनपुट किंमत

$0.098 / 1M

आउटपुट किंमत

$0.196 / 1M

बरोबर चाचण्या

चुकीच्या चाचण्या: 9

प्रति प्रयत्न पास दर: 72.7%

अस्थिर चाचण्या

5

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

प्रतिसाद वेळ (सरासरी)

49.75s

प्रतिसाद वेळ (कमाल): 218.13s

प्रतिसाद वेळ (एकूण): 1094.41s

चुकीचे उत्तर: 6 सूचनांचे पालन केले नाही: 2 अवैध टूल कॉल: 1

Hamster playing table tennis

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

#49 DeepSeek V4 Flash

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

रन इतिहास

चाचणी तारीख स्कोअर विश्वसनीयता बरोबर चाचण्या एकूण खर्च तुलना करा
2026-07-16 23:17 नवीन चाचणी जोडली 7.7 10.0 $0.042 ↓ सध्याची रन
2026-06-04 14:24 पुन्हा चाचणी 7.7 10.0 $0.029 ↓ तुलना करा
2026-06-04 13:02 नवीन चाचणी जोडली 7.7 10.0 $0.028 ↓ तुलना करा
2026-05-22 00:39 सूट बदलला 7.4 10.0 $0.038 तुलना करा
2026-04-25 21:41 पुन्हा चाचणी 7.8 लागू नाही $0.031 तुलना करा
2026-04-24 09:19 पहिला रन 7.8 लागू नाही $0.019 तुलना करा

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

रन तुलना

रनस्कोअरसुसंगतताविश्वसनीयताबरोबर चाचण्याअस्थिर चाचण्याएकूण आउटपुट टोकन्सएकूण इनपुट टोकन्सएकूण खर्चप्रतिसाद वेळ (सरासरी)
2026-07-16 23:17 · सध्याची रन7.78.210.013/225168,165108,392$0.04249.75s
2026-05-22 00:39 · सूट बदलला7.48.010.011/205126,8690$0.03846.28s
फरक+0.3+0.20.0+20+41296+108392+$0.005+3468ms

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
2026-06-04 15:40 $0.099 / 1M $0.197 / 1M
2026-06-12 18:42 $0.098 / 1M $0.196 / 1M
2026-06-17 10:07 $0.090 / 1M $0.180 / 1M
2026-07-02 16:22 $0.090 / 1M $0.180 / 1M
2026-07-21 16:10 $0.094 / 1M $0.188 / 1M

चार्ट्स

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

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

झटपट तुलना

DeepSeek V4 FlashhighvsGPT-5.6 LunahighDeepSeek V4 FlashhighvsDeepSeek V4 ProhighDeepSeek V4 FlashhighvsClaude Opus 4.6mediumDeepSeek V4 FlashhighvsMiniMax M3mediumDeepSeek V4 FlashhighvsGLM 5mediumDeepSeek V4 FlashhighvsGrok Build 0.1mediumDeepSeek V4 FlashhighvsClaude Opus 4.8lowDeepSeek V4 FlashhighvsGPT-5.6 LunamediumDeepSeek V4 FlashhighvsClaude Sonnet 4.6mediumDeepSeek V4 FlashhighvsNemotron 3 Ultramediumमोफत उपलब्ध

श्रेणीवार तपशील

श्रेणी स्कोअर सुसंगतता बरोबर चाचण्या
अँटी-एआय युक्त्या 8.3 10.0
कोडिंग 7.8 10.0
संयुक्त 6.4 5.8
डेटा पार्सिंग आणि निष्कर्षण 10.0 10.0
डोमेन-विशिष्ट 4.1 4.4
Samanya Buddhimatta 6.1 3.1
सूचनांचे पालन 10.0 10.0
कोडी सोडवणे 8.2 7.2
टूल कॉलिंग 10.0 10.0
सामान्य ज्ञान 3.0 10.0

तुलना केलेली मॉडेल्स