#47 DeepSeek V4 Pro
high- Cost
- $0.023
- Timp
- 257.6s
- Tokenuri
- 14,870 tok
DeepSeek
Lansare: 2026-04-24
Testat la: 2026-04-26 10:50
deepseek/deepseek-v4-pro::high
1.6T în total (49B activi)MoESursă deschisă
(high)
(none)
Rezumat
DeepSeek V4 Pro 0423 obține 7.5 pe AI BENCHY și este pe #47. Are fiabilitate 8.4, rată de reușită 73.2%, cost total $0.201 și timp mediu de răspuns 60.02s.
Date despre model
Documentat la 2026-08-12
- Parametri
- 1.6T în total (49B activi)
- Arhitectură
- MoE
- Disponibilitate
- Sursă deschisă
- Licență
- MIT
7.5
Consistență
8.0
8.4
$0.201
Total tokenuri de ieșire
57,875
Total tokenuri de intrare
0
Preț de intrare
$1.740 / 1M
Preț de ieșire
$3.480 / 1M
Preț citire cache
N/D
Preț scriere cache
N/D
Prețurile de cache se aplică tokenurilor de intrare. Citirea reutilizează prompturi salvate; scrierea le stochează și poate costa în plus. Tokenurile de ieșire folosesc prețul de ieșire.
Teste instabile
4
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 03:17 Retestare | 7.7 | 10.0 | $0.555 ↑ | Compară | |
| 2026-07-16 23:19 Test nou adăugat | 7.7 | 10.0 | $0.200 | Compară | |
| 2026-06-16 15:31 Retestare | 7.6 | 9.3 | $0.157 | Compară | |
| 2026-06-16 14:47 Suită modificată | 8.1 | 9.6 | $0.098 | Compară | |
| 2026-06-04 14:38 Test nou adăugat | 6.0 | 8.9 | $0.079 ↓ | 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 | Rularea curentă | |
| 2026-04-25 21:53 Prima rulare | 8.2 | N/D | $0.329 | Compară |
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) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-04-26 10:50 · Retestare | 54/54 încercări | 7.5 | 8.0 | 8.4 | 11/18 | 4 | 57,875 | 0 | $0.201 | 60.02s |
| 2026-06-16 15:31 · Retestare | 63/63 încercări | 7.6 | 7.0 | 9.3 | 9/21 | 8 | 165,485 | 38,726 | $0.157 | 77.20s |
| Diferență | — | -0.1 | +1.0 | -0.9 | +2 | -4 | -107610 | -38726 | +$0.045 | -17181ms |
Acoperirea benchmark diferă: 54/54 încercări (Țintă: 3 repetări per test) față de 63/63 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 Pro 0423highvsSeed-2.0-CodelowDeepSeek V4 Pro 0423highvsClaude Opus 4.7mediumDeepSeek V4 Pro 0423highvsSeed-2.0-LitemediumDeepSeek V4 Pro 0423highvsDeepSeek V4 Flash 0423highDeepSeek V4 Pro 0423highvsGPT-5.6 TerramediumDeepSeek V4 Pro 0423highvsDeepSeek V4.1 FlashlowDeepSeek V4 Pro 0423highvsGLM 5.2mediumDeepSeek V4 Pro 0423highvsGPT-5.6 LunahighDeepSeek V4 Pro 0423highvsGrok 4.5highDeepSeek V4 Pro 0423highvsNemotron 3 UltramediumDisponibil gratuit
Defalcare pe categorii
| Categorie | Scor | Consistență | Teste corecte |
|---|---|---|---|
| Trucuri anti-AI | 8.3 | 10.0 | |
| Programare | 3.0 | 0.0 | |
| Combinat | 10.0 | 10.0 | |
| Parsare și extragere de date | 10.0 | 10.0 | |
| Specific domeniului | 3.2 | 6.9 | |
| Inteligență generală | 6.1 | 3.1 | |
| Respectarea instrucțiunilor | 10.0 | 10.0 | |
| Rezolvare de puzzle-uri | 8.0 | 7.0 | |
| Apelare instrumente | 10.0 | 10.0 |