#55

DeepSeek V4 Flash 0423

DeepSeek Releasedatum: 2026-04-24 Getest op: 2026-05-22 00:39 deepseek/deepseek-v4-flash::high

284B totaal (13B actief)MoEOpen-source

(high) (none)

Samenvatting

DeepSeek V4 Flash 0423 scoort 7.4 op AI BENCHY en staat op #55. Het model heeft 10.0 betrouwbaarheid, een slagingspercentage van 71.7%, $0.038 totale kosten en 46.28s gemiddelde responstijd.

Wat DeepSeek V4 Flash 0423 uniek maakt: Het valt het meest op in Gegevensparsering en extractie, waar het #1 staat, terwijl Programmeren het zwakste gebied is met #18. De totale benchmarkkosten zijn ongewoon laag voor dit scoreniveau.

Modelgegevens

Onderzocht op 2026-08-12

Gerapporteerd

Parameters: 284B totaal (13B actief)
Architectuur: MoE
Beschikbaarheid: Open-source
Licentie: MIT

Bron voor parameters Bron voor beschikbaarheid

Score

7.4

Consistentie

8.0

Betrouwbaarheid

10.0

Totale kosten (huidige prijs)

$0.038

Totaal aantal uitvoer-tokens

126,869

Totaal aantal invoer-tokens

Invoerprijs

$0.112 / 1M

Uitvoerprijs

$0.224 / 1M

Correcte tests

Foute tests: 9

Slaagpercentage per poging: 71.7%

Instabiele tests

Instabiele tests hadden gemengde uitkomsten over runs (minstens één geslaagd en één gefaald).

Responstijd (gem.)

46.28s

Responstijd (max): 218.13s

Responstijd (totaal): 925.55s

Verkeerd antwoord: 7 Instructies niet gevolgd: 2

Hamster playing table tennis

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

#55 DeepSeek V4 Flash

high

Kosten: $0.003
Tijd: 93.1s
Tokens: 7,926 tok

Rungeschiedenis

Getest op	Score	Betrouwbaarheid	Totale kosten	Vergelijken
2026-08-14 03:03 Hertest	7.6	10.0	$0.066 ↑	Vergelijken
2026-07-16 23:17 Nieuwe test toegevoegd	7.7	10.0	$0.042 ↓	Vergelijken
2026-06-04 14:24 Hertest	7.7	10.0	$0.029 ↓	Vergelijken
2026-06-04 13:02 Nieuwe test toegevoegd	7.7	10.0	$0.028 ↓	Vergelijken
2026-05-22 00:39 Suite gewijzigd	7.4	10.0	$0.038	Huidige run
2026-04-25 21:41 Hertest	7.8	n.v.t.	$0.031	Vergelijken
2026-04-24 09:19 Eerste run	7.8	n.v.t.	$0.019	Vergelijken

Deze run gebruikte een andere benchmarkset. Houd rekening met suitewijzigingen bij het lezen van historische verschuivingen.

Runvergelijking

Run	Benchmarkdekking	Score	Consistentie	Betrouwbaarheid	Correcte tests	Instabiele tests	Totaal aantal uitvoer-tokens	Totaal aantal invoer-tokens	Totale kosten	Responstijd (gem.)
2026-05-22 00:39 · Suite gewijzigd	60/60 pogingen	7.4	8.0	10.0	11/20	5	126,869	0	$0.038	46.28s
2026-06-04 14:24 · Hertest	63/63 pogingen	7.7	8.5	10.0	13/21	4	133,811	39,745	$0.029	45.85s
Verschil	—	-0.3	-0.5	0.0	-2	+1	-6942	-39745	+$0.009	+431ms

De benchmarkdekking verschilt: 60/60 pogingen (Doel: 3 herhalingen per test) tegenover 63/63 pogingen (Doel: 3 herhalingen per test). Totalen en herhalingsgevoelige statistieken zijn niet direct vergelijkbaar.

Deze twee runs gebruikten verschillende benchmarksets, dus de verschillen weerspiegelen zowel modelveranderingen als suitewijzigingen.

Grafieken

Kies eerst het eerste model en klik daarna op een tweede model om een zij-aan-zijpagina te openen.

Topmodellen op score

Score vs Totale kosten

Responstijd (gem.)

Score vs Responstijd (gem.)

Totaal aantal uitvoer-tokens

Score vs Totaal aantal uitvoer-tokens

Snelle vergelijking

Categorie-uitsplitsing

Categorie	Score	Consistentie
Anti-AI-trucs	8.3	10.0
Programmeren	6.8	10.0
Gecombineerd	10.0	10.0
Gegevensparsering en extractie	10.0	10.0
Domeinspecifiek	4.1	4.4
Algemene intelligentie	6.1	3.1
Instructies opvolgen	10.0	10.0
Puzzeloplossing	6.4	4.4
Toolaanroepen	10.0	10.0
Algemene kennis	3.0	10.0

DeepSeek V4 Flash 0423

Modelgegevens

Hamster playing table tennis

#55 DeepSeek V4 Flash

Grafieken

Topmodellen op score

Score vs Totale kosten

Responstijd (gem.)

Score vs Responstijd (gem.)

Totaal aantal uitvoer-tokens

Score vs Totaal aantal uitvoer-tokens

Snelle vergelijking

Categorie-uitsplitsing

Vergeleken modellen