- Rang
- #58
- Total tokenuri de ieșire
- 464,156
- Timp de răspuns (mediu)
- 33.27s
- Cost total
- $0.617
DeepSeek V4.1 Flash (high) vs Pareto 26.9 (default)
Pareto 26.9 (default) conduce la scorul mediu cu 8.9 vs 8.7. DeepSeek V4.1 Flash (high) are costul de benchmark mai mic, $0.617 vs $1.864. Pareto 26.9 (default) este mai rapid cu 28.26s vs 33.27s, cu rate de reușită de 75.4% vs 79.7%.
Modele comparate
- Rang
- #55
- Total tokenuri de ieșire
- 175,696
- Timp de răspuns (mediu)
- 28.26s
- Cost total
- $1.864
Model recomandat
DeepSeek V4.1 Flash (high)
Scorul rămâne aproape de cel mai bun scor de aici (8.7 vs 8.9) și costă de aproximativ 3.0x mai puțin decât Pareto 26.9 (default).
Comparație detaliată
| Metrică | DeepSeek V4.1 Flash DeepSeek V4.1 Flash high | Pareto 26.9 Pareto 26.9 default |
|---|---|---|
| Scor | 8.7 | 8.9 |
| Rang | #58 | #55 |
| Fiabilitate | 9.7 | 10.0 |
| Consistență | 9.0 | 8.1 |
| Încercări | 69/69 | 69/69 |
| Teste corecte | ||
| Rată de trecere pe încercare | 75.4% | 79.7% |
| Teste instabile | 3 | 6 |
| Rulări totale | 69 | 69 |
| Cost per rezultat | 1.843 | 12.422 |
| Cost total | $0.617 | $1.864 |
| Preț de intrare | $0.013 / 1M | $2.500 / 1M |
| Preț de ieșire | $1.320 / 1M | $7.500 / 1M |
| Preț citire cache | $0.013 / 1M | $0.250 / 1M |
| Preț scriere cache | N/D | N/D |
| Total tokenuri de intrare | 282,490 | 218,199 |
| Tokenuri de ieșire | 8,621 | 175,696 |
| Tokenuri de raționament | 455,535 | 0 |
| Timp de răspuns (mediu) | 33.27s | 28.26s |
| Timp de răspuns (maxim) | 205.53s | 151.76s |
| Timp de răspuns (total) | 765.12s | 649.90s |
| Parametri | 748B în total (16B activi) | - |
| Disponibilitate | Sursă deschisă | Închis |
Prețurile de cache se aplică tokenurilor de intrare. Citirea reutilizează prompturi salvate; scrierea le stochează și poate costa în plus. Tokenurile de ieșire folosesc prețul de ieșire.
Prezentare generare modele
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#58 DeepSeek V4.1 Flash
high- Cost
- $0.035
- Timp
- 111.0s
- Tokenuri
- 29,201 tok
#55 Pareto 26.9
default- Cost
- $0.038
- Timp
- 109.6s
- Tokenuri
- 5,118 tok
Defalcare pe categorii
| Sarcini agentice | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Timp de răspuns (mediu) | Tokenuri de intrare | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4.1 Flash | 10.0 | 10.0 | 100.0% | 0 | 43.97s | 182,379 | 1,979 | 9,237 | |
| Pareto 26.9 | 10.0 | 10.0 | 100.0% | 0 | 54.17s | 103,835 | 8,348 | 0 |
| Trucuri anti-AI | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Timp de răspuns (mediu) | Tokenuri de intrare | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4.1 Flash | 8.3 | 10.0 | 75.0% | 0 | 3.42s | 852 | 170 | 5,348 | |
| Pareto 26.9 | 7.5 | 8.4 | 66.7% | 1 | 6.44s | 737 | 1,595 | 0 |
| Programare | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Timp de răspuns (mediu) | Tokenuri de intrare | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4.1 Flash | 10.0 | 10.0 | 100.0% | 0 | 49.19s | 7,509 | 376 | 108,285 | |
| Pareto 26.9 | 10.0 | 10.0 | 100.0% | 0 | 49.15s | 7,419 | 1,895 | 0 |
| Combinat | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Timp de răspuns (mediu) | Tokenuri de intrare | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4.1 Flash | 10.0 | 10.0 | 100.0% | 0 | 27.63s | 77,764 | 5,152 | 31,635 | |
| Pareto 26.9 | 8.2 | 6.9 | 66.7% | 1 | 81.38s | 88,832 | 146,339 | 0 |
| Parsare și extragere de date | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Timp de răspuns (mediu) | Tokenuri de intrare | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4.1 Flash | 6.5 | 10.0 | 50.0% | 0 | 4.19s | 2,397 | 120 | 1,584 | |
| Pareto 26.9 | 10.0 | 10.0 | 100.0% | 0 | 2.63s | 7,728 | 1,285 | 0 |
| Specific domeniului | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Timp de răspuns (mediu) | Tokenuri de intrare | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4.1 Flash | 5.3 | 7.2 | 44.4% | 1 | 127.30s | 909 | 28 | 249,623 | |
| Pareto 26.9 | 5.9 | 7.2 | 55.6% | 1 | 60.97s | 825 | 12,233 | 0 |
| Inteligență generală | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Timp de răspuns (mediu) | Tokenuri de intrare | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4.1 Flash | 10.0 | 10.0 | 100.0% | 0 | 4.16s | 549 | 120 | 1,130 | |
| Pareto 26.9 | 6.5 | 3.4 | 66.7% | 1 | 6.55s | 492 | 774 | 0 |
| Respectarea instrucțiunilor | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Timp de răspuns (mediu) | Tokenuri de intrare | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4.1 Flash | 10.0 | 10.0 | 100.0% | 0 | 7.06s | 783 | 63 | 1,972 | |
| Pareto 26.9 | 9.8 | 10.0 | 100.0% | 0 | 3.82s | 696 | 393 | 0 |
| Rezolvare de puzzle-uri | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Timp de răspuns (mediu) | Tokenuri de intrare | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4.1 Flash | 6.4 | 4.9 | 66.7% | 2 | 14.27s | 828 | 339 | 23,969 | |
| Pareto 26.9 | 8.2 | 7.3 | 88.9% | 1 | 8.40s | 624 | 1,437 | 0 |
| Apelare instrumente | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Timp de răspuns (mediu) | Tokenuri de intrare | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4.1 Flash | 10.0 | 10.0 | 100.0% | 0 | 15.28s | 8,259 | 258 | 506 | |
| Pareto 26.9 | 10.0 | 10.0 | 100.0% | 0 | 3.63s | 6,762 | 892 | 0 |
| Cultură generală | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Timp de răspuns (mediu) | Tokenuri de intrare | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4.1 Flash | 3.0 | 10.0 | 0.0% | 0 | 38.05s | 261 | 16 | 22,246 | |
| Pareto 26.9 | 2.8 | 1.6 | 33.3% | 1 | 28.57s | 249 | 505 | 0 |
Comparație rapidă
Schimbă perechea de comparație
Claude Fable 5mediumvsPareto 26.9defaultMuse Spark 1.1mediumvsPareto 26.9defaultDeepSeek V4.1 FlashhighvsMuse Spark 1.2lowMuse Spark 1.2mediumvsPareto 26.9defaultMuse Spark 1.2highvsPareto 26.9defaultDeepSeek V4.1 FlashhighvsGPT-5.4mediumQwen3.8 MAXlowvsPareto 26.9defaultDeepSeek V4.1 FlashhighvsGPT-5.2mediumDeepSeek V4.1 FlashhighvsQwen3.8 MAXlowGPT-5.4mediumvsPareto 26.9defaultDeepSeek V4.1 FlashhighvsMiMo-V2.6-PromediumSeed 2.1 TurbomediumvsDeepSeek V4.1 Flashhigh