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)

सारांश

DeepSeek V4 Pro AI BENCHY वर 8.2 स्कोर करते आणि #20 वर आहे. याची reliability लागू नाही, pass rate 77.8%, एकूण खर्च $0.329, आणि सरासरी response time 72.92s आहे.

DeepSeek V4 Pro खास का आहे: या score range साठी एकूण benchmark खर्च असामान्यपणे कमी आहे.

स्कोअर

8.2

सुसंगतता

9.2

विश्वसनीयता

लागू नाही

एकूण खर्च (सध्याची किंमत)

$0.329

एकूण आउटपुट टोकन्स

84,562

एकूण इनपुट टोकन्स

0

इनपुट किंमत

$1.740 / 1M

आउटपुट किंमत

$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

Hamster playing table tennis

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

#20 DeepSeek V4 Pro

high
खर्च
$0.023
वेळ
257.6s
टोकन्स
14,870 tok

रन इतिहास

चाचणी तारीख स्कोअर विश्वसनीयता बरोबर चाचण्या एकूण खर्च तुलना करा
2026-07-16 23:19 नवीन चाचणी जोडली 7.7 10.0 $0.200 तुलना करा
2026-06-16 15:31 पुन्हा चाचणी 7.6 9.3 $0.157 तुलना करा
2026-06-16 14:47 सूट बदलला 8.1 9.6 $0.098 तुलना करा
2026-06-04 14:38 नवीन चाचणी जोडली 6.0 8.9 $0.079 ↓ 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 इनपुट टोकन्सएकूण खर्चप्रतिसाद वेळ (सरासरी)
2026-04-25 21:53 · पहिला रन8.29.2लागू नाही13/18284,5620$0.32972.92s
2026-06-16 15:31 · पुन्हा चाचणी7.67.09.39/218165,48538,726$0.15777.20s
फरक+0.6+2.2+4-6-80923-38726+$0.172-4277ms

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.

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

झटपट तुलना

DeepSeek V4 ProhighvsDeepSeek V4 FlashhighDeepSeek V4 ProhighvsMiniMax M3mediumDeepSeek V4 ProhighvsGPT-5.6 LunahighDeepSeek V4 ProhighvsGrok Build 0.1mediumDeepSeek V4 ProhighvsClaude Opus 4.6mediumDeepSeek V4 ProhighvsGPT-5.6 LunamediumDeepSeek V4 ProhighvsGLM 5mediumDeepSeek V4 ProhighvsNemotron 3 Ultramediumमोफत उपलब्धDeepSeek V4 ProhighvsClaude Opus 4.8lowDeepSeek V4 ProhighvsKimi K2.7 Codemedium

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