AI BENCHY
Advertise here
#87

DeepSeek V4 Flash

DeepSeek Lansare: 2026-04-24 Testat la: 2026-04-24 09:19 deepseek/deepseek-v4-flash::none
(high) (none)

Rezumat

DeepSeek V4 Flash obține 5.3 pe AI BENCHY și este pe #87. Are fiabilitate N/D, rată de reușită 33.3%, cost total $0.008 și timp mediu de răspuns 29.39s.

Ce face DeepSeek V4 Flash unic: Se remarcă cel mai mult la Parsare și extragere de date, unde este pe #1, iar Trucuri anti-AI este zona cea mai slabă, la #9.

Scor

5.3

Consistență

9.1

Fiabilitate

N/D

Cost total (preț curent)

$0.008

Total tokenuri de ieșire

4,444

Total tokenuri de intrare

0

Preț de intrare

$0.140 / 1M

Preț de ieșire

$0.280 / 1M

Teste corecte

Teste greșite: 13

Rată de trecere pe încercare: 33.3%

Teste instabile

2

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

Timp de răspuns (mediu)

29.39s

Timp de răspuns (maxim): 111.96s

Timp de răspuns (total): 529.10s

Răspuns greșit: 8 Formatare suplimentară: 2 Nu a urmat instrucțiunile: 2 Apel de instrument invalid: 1

Generation showcase

Hamster playing table tennis

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

#87 DeepSeek V4 Flash

none
Cost
$0.004
Time
157.6s
Tokens
11,297 tok

Istoric rulări

Testat la Scor Fiabilitate Teste corecte Cost total Compară
2026-06-04 14:22 Retestare 5.0 10.0 $0.008 ↓ Compară
2026-06-04 13:02 Test nou adăugat 5.0 10.0 $0.008 ↓ Compară
2026-05-22 00:37 Suită modificată 5.1 10.0 $0.010 Compară
2026-04-24 09:19 Prima rulare 5.3 N/D $0.008 Rularea curentă

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

DeepSeek V4 FlashnonevsGLM 5.1noneDeepSeek V4 FlashnonevsQwen3.5 Plus 2026-04-20noneDeepSeek V4 FlashnonevsQwen3.5-27BnoneDeepSeek V4 FlashnonevsSeed-2.0-LitenoneDeepSeek V4 FlashnonevsGemini 3 Flash PreviewmediumDeepSeek V4 FlashnonevsGemini 3.5 FlashhighDeepSeek V4 FlashnonevsNemotron 3 Ultra 550b A55bmediumDisponibil gratuitDeepSeek V4 FlashnonevsGemini 3.5 Flashlow

Defalcare pe categorii

Categorie Scor Consistență Teste corecte
Trucuri anti-AI 3.0 10.0
Programare 6.3 10.0
Combinat 4.5 2.1
Parsare și extragere de date 10.0 10.0
Specific domeniului 5.3 10.0
Inteligență generală 4.2 9.9
Respectarea instrucțiunilor 6.5 10.0
Rezolvare de puzzle-uri 3.1 7.3
Apelare instrumente 10.0 10.0

Modele comparate