#37 DeepSeek V4 Flash
high- Cost
- $0.003
- Time
- 93.1s
- Tokens
- 7,926 tok
DeepSeek
Lansare: 2026-04-24
Testat la: 2026-04-25 21:41
deepseek/deepseek-v4-flash::high
(high)
(none)
Rezumat
DeepSeek V4 Flash obține 7.8 pe AI BENCHY și este pe #37. Are fiabilitate N/D, rată de reușită 79.6%, cost total $0.031 și timp mediu de răspuns 45.41s.
Ce face DeepSeek V4 Flash unic: Se remarcă cel mai mult la Programare, unde este pe #1, iar Rezolvare de puzzle-uri este zona cea mai slabă, la #14. Costul total al benchmarkului este neobișnuit de mic pentru acest nivel de scor.
7.8
Consistență
7.8
N/D
$0.031
Total tokenuri de ieșire
92,064
Total tokenuri de intrare
0
Preț de intrare
$0.140 / 1M
Preț de ieșire
$0.280 / 1M
Teste instabile
5
Testele instabile au avut rezultate mixte între rulări (cel puțin un succes și un eșec).
Generation showcase
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
Istoric rulări
| Testat la | Scor | Fiabilitate | Teste corecte | Cost total | Compară |
|---|---|---|---|---|---|
| 2026-06-04 14:24 Retestare | 7.7 | 10.0 | $0.029 ↓ | Compară | |
| 2026-06-04 13:02 Test nou adăugat | 7.7 | 10.0 | $0.028 ↓ | Compară | |
| 2026-05-22 00:39 Suită modificată | 7.4 | 10.0 | $0.038 | Compară | |
| 2026-04-25 21:41 Retestare | 7.8 | N/D | $0.031 | Rularea curentă | |
| 2026-04-24 09:19 Prima rulare | 7.8 | N/D | $0.019 | Compară |
Comparație între rulări
| Rulare | Scor | Consistență | Fiabilitate | Teste corecte | Teste instabile | Total tokenuri de ieșire | Total tokenuri de intrare | Cost total | Timp de răspuns (mediu) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-04-25 21:41 · Retestare | 7.8 | 7.8 | N/D | 11/18 | 5 | 92,064 | 0 | $0.031 | 45.41s |
| 2026-06-04 13:02 · Test nou adăugat | 7.7 | 8.5 | 10.0 | 13/21 | 4 | 128,045 | 38,019 | $0.028 | 44.95s |
| Diferență | +0.1 | -0.7 | -2 | +1 | -35981 | -38019 | +$0.004 | +452ms |
Aceste două rulări au folosit suite de benchmark diferite, așa că diferențele reflectă atât schimbări ale modelului, cât și ale suitei.
Grafice
Alege primul model, apoi fă clic pe al doilea model pentru a deschide o pagină alăturată.
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
Comparație rapidă
DeepSeek V4 FlashhighvsGemma 4 31BmediumDisponibil gratuitDeepSeek V4 FlashhighvsQwen3.5-122B-A10BmediumDeepSeek V4 FlashhighvsQwen3.6 PlusmediumDeepSeek V4 FlashhighvsQwen3.5-27BmediumDeepSeek V4 FlashhighvsQwen3.5 Plus 2026-02-15mediumDeepSeek V4 FlashhighvsGemini 3 Flash PreviewmediumDeepSeek V4 FlashhighvsGemini 3.5 FlashhighDeepSeek V4 FlashhighvsNemotron 3 Ultra 550b A55bmediumDisponibil gratuitDeepSeek V4 FlashhighvsGemini 3.5 Flashlow
Defalcare pe categorii
| Categorie | Scor | Consistență | Teste corecte |
|---|---|---|---|
| Trucuri anti-AI | 8.3 | 10.0 | |
| Programare | 10.0 | 10.0 | |
| Combinat | 10.0 | 10.0 | |
| Parsare și extragere de date | 10.0 | 10.0 | |
| Specific domeniului | 4.1 | 4.4 | |
| Inteligență generală | 6.1 | 3.1 | |
| Respectarea instrucțiunilor | 10.0 | 10.0 | |
| Rezolvare de puzzle-uri | 6.4 | 4.5 | |
| Apelare instrumente | 10.0 | 10.0 |