AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

#20

DeepSeek V4 Pro

DeepSeek Lansare: 2026-04-24 Testat la: 2026-04-25 21:53 deepseek/deepseek-v4-pro::high
(high) (none)

Scor

8.2

Consistență

9.2

Fiabilitate

N/D

Cost total

$0.329

Total tokenuri de ieșire

84,562

Preț de intrare

$1.740 / 1M

Preț de ieșire

$3.480 / 1M

Teste corecte

Teste greșite: 5

Rată de trecere pe încercare: 77.8%

Teste instabile

2

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

Timp de răspuns (mediu)

72.92s

Timp de răspuns (maxim): 414.38s

Timp de răspuns (total): 1312.59s

Istoric rulări

Testat la Scor Fiabilitate Teste corecte Cost total Compară
2026-05-22 00:54 Suită modificată 6.6 9.0 $0.212 Compară
2026-04-29 14:47 Retestare 7.5 9.3 $0.209 Compară
2026-04-26 10:50 Retestare 7.5 8.4 $0.201 Compară
2026-04-25 21:53 Prima rulare 8.2 N/D $0.329 Rularea curentă

Comparație între rulări

RulareScorConsistențăFiabilitateTeste corecteTeste instabileTotal tokenuri de ieșireCost totalTimp de răspuns (mediu)
2026-04-25 21:53 · Prima rulare8.29.2N/D13/18284,562$0.32972.92s
2026-04-26 10:50 · Retestare7.58.08.411/18457,875$0.20160.02s
Diferență+0.7+1.2+2-2+26687+$0.128+12905ms

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 10.0 10.0
Combinat 10.0 10.0
Parsare și extragere de date 10.0 10.0
Specific domeniului 5.3 10.0
Inteligență generală 6.1 3.1
Respectarea instrucțiunilor 10.0 10.0
Rezolvare de puzzle-uri 7.6 7.4
Apelare instrumente 10.0 10.0

Modele comparate