AI BENCHY
Advertise here

#20

DeepSeek V4 Pro

DeepSeek प्रकाशन: 2026-04-24 चाचणी तारीख: 2026-04-25 21:53 deepseek/deepseek-v4-pro::high
(high) (none)

स्कोअर

8.2

सुसंगतता

9.2

विश्वसनीयता

लागू नाही

एकूण खर्च

$0.329

एकूण आउटपुट टोकन्स

84,562

???? ???

$1.740 / 1M

????? ???

$3.480 / 1M

बरोबर चाचण्या

चुकीच्या चाचण्या: 5

प्रति प्रयत्न पास दर: 77.8%

अस्थिर चाचण्या

2

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

प्रतिसाद वेळ (सरासरी)

72.92s

प्रतिसाद वेळ (कमाल): 414.38s

प्रतिसाद वेळ (एकूण): 1312.59s

चुकीचे उत्तर: 3 सूचनांचे पालन केले नाही: 2

रन इतिहास

चाचणी तारीख स्कोअर विश्वसनीयता बरोबर चाचण्या एकूण खर्च तुलना करा
2026-05-22 00:54 सूट बदलला 6.6 9.0 $0.212 तुलना करा
2026-04-29 14:47 पुन्हा चाचणी 7.5 9.3 $0.209 तुलना करा
2026-04-26 10:50 पुन्हा चाचणी 7.5 8.4 $0.201 तुलना करा
2026-04-25 21:53 पहिला रन 8.2 लागू नाही $0.329 सध्याची रन

रन तुलना

रनस्कोअरसुसंगतताविश्वसनीयताबरोबर चाचण्याअस्थिर चाचण्याएकूण आउटपुट टोकन्सएकूण खर्चप्रतिसाद वेळ (सरासरी)
2026-04-25 21:53 · पहिला रन8.29.2लागू नाही13/18284,562$0.32972.92s
2026-04-29 14:47 · पुन्हा चाचणी7.58.09.311/18462,125$0.20960.03s
फरक+0.7+1.2+2-2+22437+$0.120+12888ms

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 ProhighvsSeed-2.0-MinimediumDeepSeek V4 ProhighvsQwen3.5-35B-A3BmediumDeepSeek V4 ProhighvsMiMo-V2-FlashmediumDeepSeek V4 ProhighvsDeepSeek V3.2mediumDeepSeek V4 ProhighvsQwen3.6 Max PreviewnoneDeepSeek V4 ProhighvsMiMo-V2-OmnimediumDeepSeek V4 ProhighvsGemini 3 Flash PreviewmediumDeepSeek V4 ProhighvsGemini 3.5 FlashhighDeepSeek V4 ProhighvsRing-2.6-1TmediumDeepSeek V4 ProhighvsGemini 3.5 Flashlow

श्रेणीवार तपशील

श्रेणी स्कोअर सुसंगतता बरोबर चाचण्या
अँटी-एआय युक्त्या 8.3 10.0
कोडिंग 10.0 10.0
संयुक्त 10.0 10.0
डेटा पार्सिंग आणि निष्कर्षण 10.0 10.0
डोमेन-विशिष्ट 5.3 10.0
Samanya Buddhimatta 6.1 3.1
सूचनांचे पालन 10.0 10.0
कोडी सोडवणे 7.6 7.4
टूल कॉलिंग 10.0 10.0

तुलना केलेली मॉडेल्स