#87 DeepSeek V4 Flash
none- Cost
- $0.004
- Time
- 157.6s
- Tokens
- 11,297 tok
DeepSeek
प्रकाशन: 2026-04-24
चाचणी तारीख: 2026-04-24 09:19
deepseek/deepseek-v4-flash::none
(high)
(none)
सारांश
DeepSeek V4 Flash AI BENCHY वर 5.3 स्कोर करते आणि #87 वर आहे. याची reliability लागू नाही, pass rate 33.3%, एकूण खर्च $0.008, आणि सरासरी response time 29.39s आहे.
DeepSeek V4 Flash खास का आहे: हे डेटा पार्सिंग आणि निष्कर्षण मध्ये सर्वाधिक उठून दिसते, जिथे त्याचा rank #1 आहे; तर अँटी-एआय युक्त्या हा सर्वात कमकुवत भाग आहे, rank #9.
5.3
सुसंगतता
9.1
लागू नाही
$0.008
एकूण आउटपुट टोकन्स
4,444
एकूण इनपुट टोकन्स
0
इनपुट किंमत
$0.140 / 1M
आउटपुट किंमत
$0.280 / 1M
अस्थिर चाचण्या
2
अस्थिर चाचण्यांत रन्समध्ये मिश्र निकाल असतात (किमान एक पास आणि एक फेल).
Generation showcase
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
रन इतिहास
| चाचणी तारीख | स्कोअर | विश्वसनीयता | बरोबर चाचण्या | एकूण खर्च | तुलना करा |
|---|---|---|---|---|---|
| 2026-06-04 14:22 पुन्हा चाचणी | 5.0 | 10.0 | $0.008 ↓ | तुलना करा | |
| 2026-06-04 13:02 नवीन चाचणी जोडली | 5.0 | 10.0 | $0.008 ↓ | तुलना करा | |
| 2026-05-22 00:37 सूट बदलला | 5.1 | 10.0 | $0.010 | तुलना करा | |
| 2026-04-24 09:19 पहिला रन | 5.3 | लागू नाही | $0.008 | सध्याची रन |
रन तुलना
| रन | स्कोअर | सुसंगतता | विश्वसनीयता | बरोबर चाचण्या | अस्थिर चाचण्या | एकूण आउटपुट टोकन्स | एकूण इनपुट टोकन्स | एकूण खर्च | प्रतिसाद वेळ (सरासरी) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-04-24 09:19 · पहिला रन | 5.3 | 9.1 | लागू नाही | 5/18 | 2 | 4,444 | 0 | $0.008 | 29.39s |
| 2026-06-04 13:02 · नवीन चाचणी जोडली | 5.0 | 8.9 | 10.0 | 5/21 | 3 | 13,708 | 48,401 | $0.008 | 26.72s |
| फरक | +0.3 | +0.2 | 0 | -1 | -9264 | -48401 | -$0.001 | +2671ms |
या दोन रनमध्ये वेगवेगळे बेंचमार्क सूट वापरले गेले, त्यामुळे फरकांमध्ये मॉडेलमधील आणि सूटमधील दोन्ही बदल दिसतात.
चार्ट्स
पहिले मॉडेल निवडा, नंतर दुसरे मॉडेल क्लिक करून बाजू-बाजूची तुलना पेज उघडा.
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
DeepSeek V4 FlashnonevsGLM 5.1noneDeepSeek V4 FlashnonevsQwen3.5 Plus 2026-04-20noneDeepSeek V4 FlashnonevsQwen3.5-27BnoneDeepSeek V4 FlashnonevsSeed-2.0-LitenoneDeepSeek V4 FlashnonevsGemini 3 Flash PreviewmediumDeepSeek V4 FlashnonevsGemini 3.5 FlashhighDeepSeek V4 FlashnonevsNemotron 3 Ultra 550b A55bmediumमोफत उपलब्धDeepSeek V4 FlashnonevsGemini 3.5 Flashlow
श्रेणीवार तपशील
| श्रेणी | स्कोअर | सुसंगतता | बरोबर चाचण्या |
|---|---|---|---|
| अँटी-एआय युक्त्या | 3.0 | 10.0 | |
| कोडिंग | 6.3 | 10.0 | |
| संयुक्त | 4.5 | 2.1 | |
| डेटा पार्सिंग आणि निष्कर्षण | 10.0 | 10.0 | |
| डोमेन-विशिष्ट | 5.3 | 10.0 | |
| Samanya Buddhimatta | 4.2 | 9.9 | |
| सूचनांचे पालन | 6.5 | 10.0 | |
| कोडी सोडवणे | 3.1 | 7.3 | |
| टूल कॉलिंग | 10.0 | 10.0 |