AI BENCHY
Advertise here
#89

DeepSeek V4 Flash 0423

DeepSeek Lansare: 2026-04-24 Testat la: 2026-08-14 03:03 deepseek/deepseek-v4-flash::high
284B în total (13B activi)MoESursă deschisă
(high) (none)

Rezumat

DeepSeek V4 Flash 0423 obține 7.6 pe AI BENCHY și este pe #89. Are fiabilitate 10.0, rată de reușită 69.7%, cost total $0.042 și timp mediu de răspuns 51.81s.

Ce face DeepSeek V4 Flash 0423 unic: Se remarcă cel mai mult la Parsare și extragere de date, unde este pe #1, iar Combinat este zona cea mai slabă, la #13. Costul total al benchmarkului este neobișnuit de mic pentru acest nivel de scor.

Date despre model

Documentat la 2026-08-12

Raportat
Parametri
284B în total (13B activi)
Arhitectură
MoE
Disponibilitate
Sursă deschisă
Licență
MIT

Scor

7.6

Consistență

8.5

Cost total (preț curent)

$0.042 ↓ -29.0%

Testat la: $0.058

Total tokenuri de ieșire

211,310

Total tokenuri de intrare

108,480

Preț de intrare

$0.088 / 1M

Preț de ieșire

$0.176 / 1M

Teste corecte

Teste greșite: 9

Rată de trecere pe încercare: 69.7%

Teste instabile

4

Testele instabile au avut rezultate mixte între rulări (cel puțin un succes și un eșec).

Timp de răspuns (mediu)

51.81s

Timp de răspuns (maxim): 218.13s

Timp de răspuns (total): 1139.75s

Hamster playing table tennis

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

#89 DeepSeek V4 Flash 0423

high
Cost
$0.003
Timp
93.1s
Tokenuri
7,926 tok

Istoric rulări

Testat la Scor Fiabilitate Teste corecte Cost total Compară
2026-08-14 03:03 Retestare 7.6 10.0 $0.042 Rularea curentă
2026-07-16 23:17 Test nou adăugat 7.7 10.0 $0.042 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 Compară
2026-04-24 09:19 Prima rulare 7.8 N/D $0.019 Compară

Această rulare a folosit o suită de benchmark diferită. Ține cont de schimbările suitei când interpretezi evoluția istorică.

Comparație între rulări

RulareAcoperire benchmarkScorConsistențăFiabilitateTeste corecteTeste instabileTotal tokenuri de ieșireTotal tokenuri de intrareCost totalTimp de răspuns (mediu)
2026-08-14 03:03 · Rularea curentă66/66 încercări7.68.510.013/224211,310108,480$0.04251.81s
2026-07-16 23:17 · Test nou adăugat66/66 încercări7.78.210.013/225168,165108,392$0.04249.75s
Diferență0.0+0.30.00-1+43145+88-$0.001+2061ms

Aceste două rulări au folosit suite de benchmark diferite, așa că diferențele reflectă atât schimbări ale modelului, cât și ale suitei.

Istoric prețuri

Date istorice de preț pentru acest model de la OpenRouter.

Dată Preț de intrare Preț de ieșire
2026-06-04 15:40 $0.099 / 1M $0.197 / 1M
2026-06-12 18:42 $0.098 / 1M $0.196 / 1M
2026-06-17 10:07 $0.090 / 1M $0.180 / 1M
2026-07-02 16:22 $0.090 / 1M $0.180 / 1M
2026-07-21 16:10 $0.094 / 1M $0.188 / 1M
2026-08-14 12:51 $0.140 / 1M $0.280 / 1M
2026-09-04 19:19 $0.088 / 1M $0.176 / 1M

Grafice

Alege primul model, apoi fă clic pe al doilea model pentru a deschide o pagină alăturată.

Total tokenuri de ieșire

Scor vs Total tokenuri de ieșire

Comparație rapidă

Defalcare pe categorii

Categorie Scor Consistență Teste corecte
Trucuri anti-AI 8.3 10.0
Programare 7.8 10.0
Combinat 6.4 5.8
Parsare și extragere de date 10.0 10.0
Specific domeniului 3.6 7.2
Inteligență generală 6.1 3.1
Respectarea instrucțiunilor 10.0 10.0
Rezolvare de puzzle-uri 8.2 7.2
Apelare instrumente 10.0 10.0
Cultură generală 3.0 10.0

Modele comparate