- Rang
- #110
- Total tokenuri de ieșire
- 577,214
- Timp de răspuns (mediu)
- 94.16s
- Cost total
- $0.462
DeepSeek V4 Flash 0731 (medium) vs Qwen3.8 2.4T A95B (high)
Qwen3.8 2.4T A95B (high) conduce la scorul mediu cu 7.9 vs 7.8. DeepSeek V4 Flash 0731 (medium) are costul de benchmark mai mic, $0.462 vs $2.805. DeepSeek V4 Flash 0731 (medium) este mai rapid cu 94.16s vs 120.88s, cu rate de reușită de 72.5% vs 75.4%.
Modele comparate
- Rang
- #102
- Total tokenuri de ieșire
- 468,439
- Timp de răspuns (mediu)
- 120.88s
- Cost total
- $2.805
Model recomandat
DeepSeek V4 Flash 0731 (medium)
Scorul rămâne aproape de cel mai bun scor de aici (7.8 vs 7.9) și costă de aproximativ 6.1x mai puțin decât Qwen3.8 2.4T A95B (high).
Comparație detaliată
| Metrică | DeepSeek V4 Flash 0731 DeepSeek V4 Flash 0731 medium | Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B high |
|---|---|---|
| Scor | 7.8 | 7.9 |
| Rang | #110 | #102 |
| Fiabilitate | 10.0 | 9.6 |
| Consistență | 7.2 | 8.4 |
| Încercări | 69/69 | 69/69 |
| Teste corecte | ||
| Rată de trecere pe încercare | 72.5% | 75.4% |
| Teste instabile | 8 | 4 |
| Rulări totale | 69 | 69 |
| Cost per rezultat | 1.176 | 18.696 |
| Cost total | $0.462 | $2.805 |
| Preț de intrare | $0.010 / 1M | $2.000 / 1M |
| Preț de ieșire | $1.280 / 1M | $6.000 / 1M |
| Total tokenuri de intrare | 274,189 | 295,642 |
| Tokenuri de ieșire | 66,689 | 115,041 |
| Tokenuri de raționament | 510,525 | 353,398 |
| Timp de răspuns (mediu) | 94.16s | 120.88s |
| Timp de răspuns (maxim) | 303.26s | 532.28s |
| Timp de răspuns (total) | 2165.72s | 2780.16s |
| Parametri | 284B în total (13B activi) | 2.4T în total (95B activi) |
| Disponibilitate | Închis | Ponderi disponibile |
Prezentare generare modele
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#110 DeepSeek V4 Flash 0731
medium- Cost
- $0.004
- Timp
- 93.3s
- Tokenuri
- 13,252 tok
#102 Qwen3.8 2.4T A95B
high
Reached the allocated time limit (600 seconds) without receiving showcase output.
- Cost
- $0.000
- Timp
- 600.0s
- Tokenuri
- 0 tok
Top modele după scor
Scor vs cost total
Timp de răspuns (mediu)
Scor vs Timp de răspuns (mediu)
Total tokenuri de ieșire
Scor vs Total tokenuri de ieșire
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 Flash 0731 | 10.0 | 10.0 | 100.0% | 0 | 303.26s | 184,370 | 8,291 | 18,068 | |
| Qwen3.8 2.4T A95B | 10.0 | 10.0 | 100.0% | 0 | 127.11s | 186,711 | 2,240 | 10,171 |
| 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 Flash 0731 | 8.2 | 7.9 | 83.3% | 1 | 17.95s | 698 | 2,101 | 6,715 | |
| Qwen3.8 2.4T A95B | 10.0 | 10.0 | 100.0% | 0 | 24.22s | 1,128 | 305 | 4,864 |
| 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 Flash 0731 | 6.4 | 4.4 | 77.8% | 2 | 198.78s | 6,032 | 4,109 | 160,154 | |
| Qwen3.8 2.4T A95B | 5.9 | 6.3 | 55.6% | 1 | 160.52s | 6,399 | 3,310 | 48,078 |
| 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 Flash 0731 | 7.3 | 5.8 | 83.3% | 1 | 150.58s | 65,118 | 40,110 | 97,296 | |
| Qwen3.8 2.4T A95B | 6.9 | 5.9 | 66.7% | 1 | 266.12s | 81,205 | 7,791 | 41,921 |
| 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 Flash 0731 | 10.0 | 10.0 | 100.0% | 0 | 5.21s | 7,290 | 287 | 1,519 | |
| Qwen3.8 2.4T A95B | 10.0 | 10.0 | 100.0% | 0 | 13.67s | 7,928 | 550 | 2,307 |
| 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 Flash 0731 | 2.9 | 7.2 | 11.1% | 1 | 203.11s | 592 | 9,333 | 154,069 | |
| Qwen3.8 2.4T A95B | 4.1 | 6.5 | 22.2% | 1 | 301.08s | 964 | 11,279 | 139,028 |
| 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 Flash 0731 | 6.1 | 3.1 | 66.7% | 1 | 12.16s | 471 | 66 | 1,589 | |
| Qwen3.8 2.4T A95B | 6.1 | 3.1 | 66.7% | 1 | 11.38s | 630 | 2,020 | 2,165 |
| 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 Flash 0731 | 8.5 | 6.8 | 83.3% | 1 | 2.42s | 706 | 109 | 580 | |
| Qwen3.8 2.4T A95B | 9.8 | 10.0 | 100.0% | 0 | 11.45s | 927 | 245 | 1,727 |
| 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 Flash 0731 | 8.2 | 7.3 | 88.9% | 1 | 65.12s | 594 | 1,530 | 66,970 | |
| Qwen3.8 2.4T A95B | 10.0 | 10.0 | 100.0% | 0 | 65.54s | 989 | 698 | 15,073 |
| 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 Flash 0731 | 10.0 | 10.0 | 100.0% | 0 | 4.41s | 8,178 | 374 | 152 | |
| Qwen3.8 2.4T A95B | 10.0 | 10.0 | 100.0% | 0 | 32.93s | 8,481 | 302 | 656 |
| 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 Flash 0731 | 3.0 | 10.0 | 0.0% | 0 | 56.64s | 140 | 379 | 3,413 | |
| Qwen3.8 2.4T A95B | 3.0 | 10.0 | 0.0% | 0 | 347.95s | 280 | 86,301 | 87,408 |
Comparație rapidă
Schimbă perechea de comparație
Gemini 3.5 FlashmediumvsQwen3.8 2.4T A95BhighDeepSeek V4 Flash 0731mediumvsGrok 4.5lowQwen3.8 2.4T A95BhighvsMiMo-V2.6-FlashmediumDeepSeek V4 Flash 0731mediumvsQwen3.7 PlusnoneQwen3.8 2.4T A95BhighvsGrok 4.5mediumGPT-5.4 MinimediumvsQwen3.8 2.4T A95BhighDeepSeek V4 Flash 0731mediumvsGLM 5.3highQwen3.8 2.4T A95BhighvsStep 3.7 FlashmediumDeepSeek V4 Flash 0731mediumvsGPT-6 LunahighDeepSeek V4 Flash 0731mediumvsMuse Glimmer 30BhighQwen3.8 2.4T A95BhighvsGrok 4.6mediumQwen3.8 2.4T A95BhighvsGLM 5.3 FlashXmax