#111 DeepSeek V4 Pro
none
अवैध SVG
- खर्च
- $0.000
- वेळ
- 300.0s
- टोकन्स
- 0 tok
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.
5.7
सुसंगतता
8.5
8.5
एकूण आउटपुट टोकन्स
5,349
एकूण इनपुट टोकन्स
44,845
इनपुट किंमत
$0.435 / 1M
आउटपुट किंमत
$0.870 / 1M
अस्थिर चाचण्या
4
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 23:18 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
| रन | स्कोअर | सुसंगतता | विश्वसनीयता | बरोबर चाचण्या | अस्थिर चाचण्या | एकूण आउटपुट टोकन्स | एकूण इनपुट टोकन्स | एकूण खर्च | प्रतिसाद वेळ (सरासरी) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-06-04 14:24 · नवीन चाचणी जोडली | 5.7 | 8.5 | 8.5 | 7/21 | 4 | 5,349 | 44,845 | $0.025 | 12.38s |
| 2026-07-16 23:18 · नवीन चाचणी जोडली | 6.9 | 8.6 | 10.0 | 10/22 | 4 | 35,551 | 148,069 | $0.096 | 11.55s |
| फरक | -1.2 | -0.1 | -1.5 | -3 | 0 | -30202 | -103224 | -$0.072 | +833ms |
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.
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 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 |