AI BENCHY
Advertise here
#111

DeepSeek V4 Pro

DeepSeek प्रकाशन: 2026-04-24 चाचणी तारीख: 2026-06-04 14:24 deepseek/deepseek-v4-pro::none
(high) (none)

सारांश

DeepSeek V4 Pro AI BENCHY वर 5.7 स्कोर करते आणि #111 वर आहे. याची reliability 8.5, pass rate 42.9%, एकूण खर्च $0.025, आणि सरासरी response time 12.38s आहे.

DeepSeek V4 Pro खास का आहे: हे संयुक्त मध्ये सर्वाधिक उठून दिसते, जिथे त्याचा rank #1 आहे; तर अँटी-एआय युक्त्या हा सर्वात कमकुवत भाग आहे, rank #15. या score range साठी एकूण benchmark खर्च असामान्यपणे कमी आहे.

स्कोअर

5.7

सुसंगतता

8.5

विश्वसनीयता

8.5

एकूण खर्च (सध्याची किंमत)

$0.025 ↓ -47.7%

या किमतीवर चाचणी केली: $0.047

एकूण आउटपुट टोकन्स

5,349

एकूण इनपुट टोकन्स

44,845

इनपुट किंमत

$0.435 / 1M

आउटपुट किंमत

$0.870 / 1M

बरोबर चाचण्या

चुकीच्या चाचण्या: 14

प्रति प्रयत्न पास दर: 42.9%

अस्थिर चाचण्या

4

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

प्रतिसाद वेळ (सरासरी)

12.38s

प्रतिसाद वेळ (कमाल): 58.65s

प्रतिसाद वेळ (एकूण): 260.06s

चुकीचे उत्तर: 10 सूचनांचे पालन केले नाही: 2 API त्रुटी: 1 अतिरिक्त फॉरमॅटिंग: 1

Hamster playing table tennis

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

#111 DeepSeek V4 Pro

none
अवैध SVG
खर्च
$0.000
वेळ
300.0s
टोकन्स
0 tok

रन इतिहास

चाचणी तारीख स्कोअर विश्वसनीयता बरोबर चाचण्या एकूण खर्च तुलना करा
2026-07-16 23:18 नवीन चाचणी जोडली 6.9 10.0 $0.096 तुलना करा
2026-06-16 15:17 पुन्हा चाचणी 7.2 9.9 $0.034 तुलना करा
2026-06-16 14:39 सूट बदलला 7.2 9.9 $0.030 तुलना करा
2026-06-04 14:24 नवीन चाचणी जोडली 5.7 8.5 $0.025 ↓ सध्याची रन
2026-05-22 00:38 सूट बदलला 6.0 8.1 $0.046 तुलना करा
2026-04-29 14:46 पुन्हा चाचणी 6.2 7.9 $0.043 तुलना करा
2026-04-24 09:19 पहिला रन 3.1 लागू नाही $0.009 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)
2026-06-04 14:24 · नवीन चाचणी जोडली5.78.58.57/2145,34944,845$0.02512.38s
2026-04-24 09:19 · पहिला रन3.17.2लागू नाही0/1865910$0.00944.40s
फरक+2.6+1.3+7-2+4758+44845+$0.016-32014ms

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 $0.435 / 1M $0.870 / 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 PrononevsKAT-Coder-Pro V2.5mediumDeepSeek V4 PrononevsGPT-5.6 SolnoneDeepSeek V4 PrononevsSeed-2.0-MinimediumDeepSeek V4 PrononevsMiMo-V2.5-PromediumDeepSeek V4 PrononevsGemini 3.5 FlashnoneDeepSeek V4 PrononevsQwen3.6 FlashmediumDeepSeek V4 PrononevsMercury 2mediumDeepSeek V4 PrononevsStep 3.7 FlashhighDeepSeek V4 PrononevsKimi K2.5mediumDeepSeek V4 PrononevsGPT-5.5none

श्रेणीवार तपशील

श्रेणी स्कोअर सुसंगतता बरोबर चाचण्या
अँटी-एआय युक्त्या 3.5 8.0
कोडिंग 4.6 7.9
संयुक्त 9.5 10.0
डेटा पार्सिंग आणि निष्कर्षण 6.9 5.8
डोमेन-विशिष्ट 5.3 10.0
Samanya Buddhimatta 4.3 9.9
सूचनांचे पालन 6.3 10.0
कोडी सोडवणे 7.6 7.2
टूल कॉलिंग 10.0 10.0
सामान्य ज्ञान 3.0 10.0

तुलना केलेली मॉडेल्स