#95 DeepSeek V4 Pro
none
Reached the allocated time limit (300 seconds) without receiving showcase output.
- Kosten
- $0.000
- Tijd
- 300.0s
- Tokens
- 0 tok
DeepSeek
Releasedatum: 2026-04-24
Getest op: 2026-05-22 00:38
deepseek/deepseek-v4-pro::none
1.6T totaal (49B actief)MoEOpen-source
(high)
(none)
Samenvatting
DeepSeek V4 Pro scoort 6.0 op AI BENCHY en staat op #95. Het model heeft 8.1 betrouwbaarheid, een slagingspercentage van 48.3%, $0.046 totale kosten en 13.48s gemiddelde responstijd.
Wat DeepSeek V4 Pro uniek maakt: Het valt het meest op in Domeinspecifiek, waar het #3 staat, terwijl Anti-AI-trucs het zwakste gebied is met #17.
Modelgegevens
Onderzocht op 2026-08-12
- Parameters
- 1.6T totaal (49B actief)
- Architectuur
- MoE
- Beschikbaarheid
- Open-source
- Licentie
- MIT
6.0
Consistentie
8.9
Totaal aantal uitvoer-tokens
5,347
Totaal aantal invoer-tokens
0
Invoerprijs
$0.435 / 1M
Uitvoerprijs
$0.870 / 1M
Instabiele tests
3
Instabiele tests hadden gemengde uitkomsten over runs (minstens één geslaagd en één gefaald).
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
Rungeschiedenis
| Getest op | Score | Betrouwbaarheid | Correcte tests | Totale kosten | Vergelijken |
|---|---|---|---|---|---|
| 2026-08-14 03:00 Hertest | 6.8 | 10.0 | $0.256 ↑ | Vergelijken | |
| 2026-07-16 23:18 Nieuwe test toegevoegd | 6.9 | 10.0 | $0.096 | Vergelijken | |
| 2026-06-16 15:17 Hertest | 7.2 | 9.9 | $0.034 | Vergelijken | |
| 2026-06-16 14:39 Suite gewijzigd | 7.2 | 9.9 | $0.030 | Vergelijken | |
| 2026-06-04 14:24 Nieuwe test toegevoegd | 5.7 | 8.5 | $0.025 ↓ | Vergelijken | |
| 2026-05-22 00:38 Suite gewijzigd | 6.0 | 8.1 | $0.046 | Huidige run | |
| 2026-04-29 14:46 Hertest | 6.2 | 7.9 | $0.043 | Vergelijken | |
| 2026-04-24 09:19 Eerste run | 3.1 | n.v.t. | $0.009 | 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 00:38 · Suite gewijzigd | 60/60 pogingen | 6.0 | 8.9 | 8.1 | 8/20 | 3 | 5,347 | 0 | $0.046 | 13.48s |
| 2026-06-04 14:24 · Nieuwe test toegevoegd | 63/63 pogingen | 5.7 | 8.5 | 8.5 | 7/21 | 4 | 5,349 | 44,845 | $0.025 | 12.38s |
| Verschil | — | +0.3 | +0.4 | -0.4 | +1 | -1 | -2 | -44845 | +$0.021 | +1094ms |
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
DeepSeek V4 PrononevsSolar Pro 4mediumDeepSeek V4 PrononevsGLM 5.3lowDeepSeek V4 PrononevsSolar Pro 4lowDeepSeek V4 PrononevsMiMo-V2.5-PromediumDeepSeek V4 PrononevsSeed-2.0-CodemediumDeepSeek V4 PrononevsGemini 3 Flash PreviewnoneDeepSeek V4 PrononevsStep 3.7 FlashhighDeepSeek V4 PrononevsGemma 4 26B A4BmediumGratis beschikbaarDeepSeek V4 PrononevsQwen3.6 FlashmediumDeepSeek V4 PrononevsGLM 5.2none
Categorie-uitsplitsing
| Categorie | Score | Consistentie | Correcte tests |
|---|---|---|---|
| Anti-AI-trucs | 3.5 | 8.0 | |
| Programmeren | 5.4 | 6.8 | |
| Gecombineerd | 9.5 | 10.0 | |
| Gegevensparsering en extractie | 8.8 | 10.0 | |
| Domeinspecifiek | 5.3 | 10.0 | |
| Algemene intelligentie | 4.3 | 9.9 | |
| Instructies opvolgen | 6.3 | 10.0 | |
| Puzzeloplossing | 7.6 | 7.2 | |
| Toolaanroepen | 10.0 | 10.0 | |
| Algemene kennis | 3.0 | 10.0 |