#80
DeepSeek
Lansare: 2026-04-24
Testat la: 2026-05-22 00:54
deepseek/deepseek-v4-pro::high
(high)
(none)
Preț de intrare
$0.435 / 1M
Preț de ieșire
$0.870 / 1M
Teste instabile
4
Testele instabile au avut rezultate mixte între rulări (cel puțin un succes și un eșec).
Istoric rulări
| Testat la | Scor | Fiabilitate | Teste corecte | Cost total | Compară |
|---|---|---|---|---|---|
| 2026-05-22 00:54 Suită modificată | 6.6 | 9.0 | $0.212 | Rularea curentă | |
| 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 | Compară |
Această rulare a folosit o suită de benchmark diferită. Ține cont de schimbările suitei când interpretezi evoluția istorică.
Comparație între rulări
| Rulare | Scor | Consistență | Fiabilitate | Teste corecte | Teste instabile | Total tokenuri de ieșire | Cost total | Timp de răspuns (mediu) |
|---|---|---|---|---|---|---|---|---|
| 2026-05-22 00:54 · Rularea curentă | 6.6 | 8.3 | 9.0 | 11/20 | 4 | 65,985 | $0.212 | 58.93s |
| 2026-04-29 14:47 · Retestare | 7.5 | 8.0 | 9.3 | 11/18 | 4 | 62,125 | $0.209 | 60.03s |
| Diferență | -0.9 | +0.3 | -0.3 | 0 | 0 | +3860 | +$0.004 | -1100ms |
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.
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 ProhighvsSeed-2.0-MinimediumDeepSeek V4 ProhighvsQwen3.5-35B-A3BmediumDeepSeek V4 ProhighvsMiMo-V2-FlashmediumDeepSeek V4 ProhighvsDeepSeek V3.2mediumDeepSeek V4 ProhighvsQwen3.6 Max PreviewnoneDeepSeek V4 ProhighvsMiMo-V2-OmnimediumDeepSeek V4 ProhighvsGemini 3 Flash PreviewmediumDeepSeek V4 ProhighvsGemini 3.5 FlashhighDeepSeek V4 ProhighvsRing-2.6-1TmediumDeepSeek V4 ProhighvsGemini 3.5 Flashlow
Defalcare pe categorii
| Categorie | Scor | Consistență | Teste corecte |
|---|---|---|---|
| Trucuri anti-AI | 7.4 | 10.0 | |
| Programare | 2.8 | 5.0 | |
| Combinat | 10.0 | 10.0 | |
| Parsare și extragere de date | 8.8 | 10.0 | |
| Specific domeniului | 3.0 | 6.9 | |
| Inteligență generală | 6.1 | 3.1 | |
| Respectarea instrucțiunilor | 10.0 | 10.0 | |
| Rezolvare de puzzle-uri | 7.4 | 7.2 | |
| Apelare instrumente | 10.0 | 10.0 | |
| Cultură generală | 3.0 | 10.0 |