#61 DeepSeek V4 Pro
none
Reached the allocated time limit (300 seconds) without receiving showcase output.
- Cost
- $0.000
- Timp
- 300.0s
- Tokenuri
- 0 tok
DeepSeek
Lansare: 2026-04-24
Testat la: 2026-06-16 14:39
deepseek/deepseek-v4-pro::none
1.6T în total (49B activi)MoESursă deschisă
(high)
(none)
Rezumat
DeepSeek V4 Pro obține 7.2 pe AI BENCHY și este pe #61. Are fiabilitate 9.9, rată de reușită 52.4%, cost total $0.030 și timp mediu de răspuns 5.30s.
Ce face DeepSeek V4 Pro unic: Se remarcă cel mai mult la Rezolvare de puzzle-uri, unde este pe #1, iar Trucuri anti-AI este zona cea mai slabă, la #18. Costul total al benchmarkului este neobișnuit de mic pentru acest nivel de scor. Este vizibil rapid față de modele similare.
Date despre model
Documentat la 2026-08-12
- Parametri
- 1.6T în total (49B activi)
- Arhitectură
- MoE
- Disponibilitate
- Sursă deschisă
- Licență
- MIT
7.2
Consistență
8.8
9.9
$0.030
Total tokenuri de ieșire
7,047
Total tokenuri de intrare
53,078
Preț de intrare
$0.435 / 1M
Preț de ieșire
$0.870 / 1M
Teste greșite: 11
Rată de trecere pe încercare: 52.4%
Acoperire benchmark: 61/63 încercări
Teste instabile
3
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 03:00 Retestare | 6.8 | 10.0 | $0.256 ↑ | Compară | |
| 2026-07-16 23:18 Test nou adăugat | 6.9 | 10.0 | $0.096 | Compară | |
| 2026-06-16 15:17 Retestare | 7.2 | 9.9 | $0.034 | Compară | |
| 2026-06-16 14:39 Suită modificată | 7.2 | 9.9 | $0.030 | Rularea curentă | |
| 2026-06-04 14:24 Test nou adăugat | 5.7 | 8.5 | $0.025 ↓ | Compară | |
| 2026-05-22 00:38 Suită modificată | 6.0 | 8.1 | $0.046 | Compară | |
| 2026-04-29 14:46 Retestare | 6.2 | 7.9 | $0.043 | Compară | |
| 2026-04-24 09:19 Prima rulare | 3.1 | N/D | $0.009 | Compară |
Această rulare a folosit o suită de benchmark diferită. Ține cont de schimbările suitei când interpretezi evoluția istorică.
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) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-06-16 14:39 · Suită modificată | 61/63 încercări | 7.2 | 8.8 | 9.9 | 10/21 | 3 | 7,047 | 53,078 | $0.030 | 5.30s |
| 2026-06-16 15:17 · Retestare | 63/63 încercări | 7.2 | 8.8 | 9.9 | 10/21 | 3 | 11,424 | 53,558 | $0.034 | 6.41s |
| Diferență | — | 0.0 | 0.0 | 0.0 | 0 | 0 | -4377 | -480 | -$0.005 | -1108ms |
Acoperirea benchmark diferă: 61/63 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.
Istoric prețuri
Date istorice de preț pentru acest model de la OpenRouter.
| Dată | Preț de intrare | Preț de ieșire |
|---|---|---|
| 2026-06-16 14:59 | $0.435 / 1M | $0.870 / 1M |
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 PrononevsSolar Pro 4mediumDeepSeek V4 PrononevsGLM 5.3lowDeepSeek V4 PrononevsSolar Pro 4lowDeepSeek V4 PrononevsMiMo-V2.5-PromediumDeepSeek V4 PrononevsSeed-2.0-CodemediumDeepSeek V4 PrononevsGemini 3 Flash PreviewnoneDeepSeek V4 PrononevsStep 3.7 FlashhighDeepSeek V4 PrononevsGemma 4 26B A4BmediumDisponibil gratuitDeepSeek V4 PrononevsQwen3.6 FlashmediumDeepSeek V4 PrononevsGLM 5.2none
Defalcare pe categorii
| Categorie | Scor | Consistență | Teste corecte |
|---|---|---|---|
| Trucuri anti-AI | 3.2 | 6.1 | |
| Programare | 5.6 | 10.0 | |
| Combinat | 9.5 | 10.0 | |
| Parsare și extragere de date | 10.0 | 10.0 | |
| Specific domeniului | 5.3 | 10.0 | |
| Inteligență generală | 5.0 | 10.0 | |
| Respectarea instrucțiunilor | 6.3 | 5.8 | |
| Rezolvare de puzzle-uri | 10.0 | 10.0 | |
| Apelare instrumente | 10.0 | 10.0 | |
| Cultură generală | 3.0 | 10.0 |