#137 DeepSeek V4 Flash
none- खर्च
- $0.004
- वेळ
- 157.6s
- टोकन्स
- 11,297 tok
DeepSeek
प्रकाशन: 2026-04-24
चाचणी तारीख: 2026-06-04 14:22
deepseek/deepseek-v4-flash::none
(high)
(none)
सारांश
DeepSeek V4 Flash AI BENCHY वर 5.0 स्कोर करते आणि #137 वर आहे. याची reliability 10.0, pass rate 30.2%, एकूण खर्च $0.008, आणि सरासरी response time 26.75s 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 #14.
5.0
सुसंगतता
8.9
10.0
एकूण आउटपुट टोकन्स
13,710
एकूण इनपुट टोकन्स
50,127
इनपुट किंमत
$0.099 / 1M
आउटपुट किंमत
$0.197 / 1M
अस्थिर चाचण्या
3
अस्थिर चाचण्यांत रन्समध्ये मिश्र निकाल असतात (किमान एक पास आणि एक फेल).
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 |
|---|---|---|---|---|---|
| 2026-07-16 23:22 नवीन चाचणी जोडली | 5.6 | 10.0 | $0.044 ↓ | तुलना करा | |
| 2026-06-04 14:22 पुन्हा चाचणी | 5.0 | 10.0 | $0.008 ↓ | सध्याची रन | |
| 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 | तुलना करा |
रन तुलना
| रन | स्कोअर | सुसंगतता | विश्वसनीयता | बरोबर चाचण्या | अस्थिर चाचण्या | एकूण आउटपुट टोकन्स | एकूण इनपुट टोकन्स | एकूण खर्च | प्रतिसाद वेळ (सरासरी) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-06-04 14:22 · पुन्हा चाचणी | 5.0 | 8.9 | 10.0 | 5/21 | 3 | 13,710 | 50,127 | $0.008 | 26.75s |
| 2026-07-16 23:22 · नवीन चाचणी जोडली | 5.6 | 8.5 | 10.0 | 5/22 | 4 | 100,727 | 240,221 | $0.044 | 36.78s |
| फरक | -0.6 | +0.4 | 0.0 | 0 | -1 | -87017 | -190094 | -$0.036 | -10023ms |
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 14:42 | $0.099 / 1M | $0.197 / 1M |
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 FlashnonevsKAT-Coder-Air V2.5mediumDeepSeek V4 FlashnonevsGLM 5.1noneDeepSeek V4 FlashnonevsKAT-Coder-Air V2.5highDeepSeek V4 FlashnonevsQwen3.6 27BnoneDeepSeek V4 FlashnonevsQwen3.5-122B-A10BnoneDeepSeek V4 FlashnonevsMiMo-V2.5-PrononeDeepSeek V4 FlashnonevsGLM 5noneDeepSeek V4 FlashnonevsKimi K2.5noneDeepSeek V4 FlashnonevsNemotron 3 Supermediumमोफत उपलब्धDeepSeek V4 FlashnonevsGemma 4 26B A4Bnoneमोफत उपलब्ध
श्रेणीवार तपशील
| श्रेणी | स्कोअर | सुसंगतता | बरोबर चाचण्या |
|---|---|---|---|
| अँटी-एआय युक्त्या | 3.0 | 10.0 | |
| कोडिंग | 4.2 | 7.4 | |
| 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 | |
| सामान्य ज्ञान | 3.0 | 10.0 |