#35 DeepSeek V4 Flash
high- Cost
- $0.003
- Timp
- 93.1s
- Tokenuri
- 7,926 tok
DeepSeek
Lansare: 2026-04-24
Testat la: 2026-04-24 09:19
deepseek/deepseek-v4-flash::high
284B în total (13B activi)MoESursă deschisă
(high)
(none)
Rezumat
DeepSeek V4 Flash 0423 obține 7.8 pe AI BENCHY și este pe #35. Are fiabilitate N/D, rată de reușită 79.6%, cost total $0.019 și timp mediu de răspuns 39.75s.
Ce face DeepSeek V4 Flash 0423 unic: Se remarcă cel mai mult la Parsare și extragere de date, unde este pe #1, iar Rezolvare de puzzle-uri este zona cea mai slabă, la #18. Costul total al benchmarkului este neobișnuit de mic pentru acest nivel de scor.
Date despre model
Documentat la 2026-08-12
- Parametri
- 284B în total (13B activi)
- Arhitectură
- MoE
- Disponibilitate
- Sursă deschisă
- Licență
- MIT
7.8
Consistență
7.8
N/D
$0.019
Total tokenuri de ieșire
48,916
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).
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 |
|---|---|---|---|---|---|
| 2026-08-14 03:03 Retestare | 7.6 | 10.0 | $0.066 ↑ | Compară | |
| 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 | Rularea curentă |
Comparație între rulări
| Rulare | Acoperire benchmark | Scor | Consistență | Fiabilitate | Teste corecte | Teste instabile | Total tokenuri de ieșire | Total tokenuri de intrare | Cost total | Timp de răspuns (mediu) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-04-24 09:19 · Prima rulare | 54/54 încercări | 7.8 | 7.8 | N/D | 11/18 | 5 | 48,916 | 0 | $0.019 | 39.75s |
| 2026-08-14 03:03 · Retestare | 66/66 încercări | 7.6 | 8.5 | 10.0 | 13/22 | 4 | 211,310 | 108,480 | $0.066 | 51.81s |
| Diferență | — | +0.2 | -0.7 | -2 | +1 | -162394 | -108480 | -$0.048 | -12060ms |
Acoperirea benchmark diferă: 54/54 încercări (Țintă: 3 repetări per test) față de 66/66 încercări (Țintă: 3 repetări per test). Totalurile și metricile sensibile la repetări nu sunt direct comparabile.
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 Flash 0423highvsDeepSeek V4 ProhighDeepSeek V4 Flash 0423highvsGPT-5.6 LunahighDeepSeek V4 Flash 0423highvsClaude Opus 4.6mediumDeepSeek V4 Flash 0423highvsSolar Pro 4xhighDeepSeek V4 Flash 0423highvsSeed-2.0-CodelowDeepSeek V4 Flash 0423highvsNemotron 3 UltramediumDisponibil gratuitDeepSeek V4 Flash 0423highvsGLM 5mediumDeepSeek V4 Flash 0423highvsClaude Opus 5noneDeepSeek V4 Flash 0423highvsQwen3.7 FlashhighDeepSeek V4 Flash 0423highvsGPT-5.4 Nanomedium
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 |