DeepSeek V4.1 Flash (medium) vs Pareto 26.9 (default)

Pareto 26.9 (default) лидирует по среднему баллу: 8.9 vs 8.7. DeepSeek V4.1 Flash (medium) имеет более низкую стоимость benchmark: $0.591 vs $1.864. Pareto 26.9 (default) быстрее: 28.26s vs 32.88s, с долей успешных попыток 73.9% vs 79.7%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-10-15

Сравниваемые модели

Ранг: #59
Общее число выходных токенов: 444,665
Время ответа (среднее): 32.88s
Общая стоимость: $0.591

Ранг: #55
Общее число выходных токенов: 175,696
Время ответа (среднее): 28.26s
Общая стоимость: $1.864

Рекомендуемая модель DeepSeek V4.1 Flash (medium)

Его балл близок к лучшему здесь (8.7 против 8.9), при этом он примерно в 3.2 раза дешевле, чем Pareto 26.9 (default).

Подробное сравнение

Метрика	DeepSeek V4.1 Flash DeepSeek V4.1 Flash medium Релиз: 2026-09-10	Pareto 26.9 Pareto 26.9 default Релиз: 2026-10-15

Метрика	DeepSeek V4.1 Flash DeepSeek V4.1 Flash medium Релиз: 2026-09-10	Pareto 26.9 Pareto 26.9 default Релиз: 2026-10-15
Оценка	8.7	8.9
Ранг	#59	#55
Надежность	9.6	10.0
Стабильность	9.3	8.1
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	73.9%	79.7%
Нестабильные тесты	2	6
Всего запусков	69	69
Стоимость за результат	1.757	12.422
Общая стоимость	$0.591	$1.864
Цена входа	$0.013 / 1M	$2.500 / 1M
Цена выхода	$1.320 / 1M	$7.500 / 1M
Цена чтения из кэша	$0.013 / 1M	$0.250 / 1M
Цена записи в кэш	Н/Д	Н/Д
Общее число входных токенов	280,643	218,199
Выходные токены	7,342	175,696
Токены рассуждений	437,323	0
Время ответа (среднее)	32.88s	28.26s
Время ответа (макс.)	276.31s	151.76s
Время ответа (суммарно)	756.34s	649.90s
Параметры	748B всего (16B активных)	-
Доступность	Открытый исходный код	Закрытая модель

Цены кэша относятся к входным токенам. Чтение повторно использует сохранённые запросы; запись сохраняет их и может стоить дороже. Выходные токены оплачиваются по цене вывода.

Генерация showcase моделей

Hamster playing table tennis

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

#59 DeepSeek V4.1 Flash

medium

Стоимость: $0.014
Время: 34.7s
Токены: 11,541 tok

#55 Pareto 26.9

default

Стоимость: $0.038
Время: 109.6s
Токены: 5,118 tok

Лучшие модели по оценке

Оценка vs общая стоимость

Время ответа (среднее)

Оценка vs Время ответа (среднее)

Общее число выходных токенов

Оценка vs Общее число выходных токенов

Разбивка по категориям

Категория:

Агентные задачи	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4.1 Flash	10.0	10.0	100.0%	0		47.59s	192,135	1,932	11,917
Pareto 26.9	10.0	10.0	100.0%	0		54.17s	103,835	8,348	0

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4.1 Flash	8.3	10.0	75.0%	0		3.07s	852	156	4,108
Pareto 26.9	7.5	8.4	66.7%	1		6.44s	737	1,595	0

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4.1 Flash	10.0	10.0	100.0%	0		34.45s	7,509	396	71,345
Pareto 26.9	10.0	10.0	100.0%	0		49.15s	7,419	1,895	0

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4.1 Flash	10.0	10.0	100.0%	0		22.21s	66,161	3,956	24,673
Pareto 26.9	8.2	6.9	66.7%	1		81.38s	88,832	146,339	0

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4.1 Flash	6.5	10.0	50.0%	0		3.77s	2,397	120	998
Pareto 26.9	10.0	10.0	100.0%	0		2.63s	7,728	1,285	0

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4.1 Flash	2.9	7.2	11.1%	1		153.01s	909	24	298,454
Pareto 26.9	5.9	7.2	55.6%	1		60.97s	825	12,233	0

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4.1 Flash	10.0	10.0	100.0%	0		3.13s	549	131	581
Pareto 26.9	6.5	3.4	66.7%	1		6.55s	492	774	0

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4.1 Flash	10.0	10.0	100.0%	0		9.69s	783	63	1,483
Pareto 26.9	9.8	10.0	100.0%	0		3.82s	696	393	0

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4.1 Flash	8.7	7.7	88.9%	1		8.01s	828	293	12,340
Pareto 26.9	8.2	7.3	88.9%	1		8.40s	624	1,437	0

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4.1 Flash	10.0	10.0	100.0%	0		15.33s	8,259	258	296
Pareto 26.9	10.0	10.0	100.0%	0		3.63s	6,762	892	0

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4.1 Flash	3.0	10.0	0.0%	0		20.25s	261	13	11,128
Pareto 26.9	2.8	1.6	33.3%	1		28.57s	249	505	0

Сменить пару сравнения

Claude Fable 5mediumvsPareto 26.9default DeepSeek V4.1 FlashmediumvsMuse Spark 1.2low Muse Spark 1.1mediumvsPareto 26.9default Muse Spark 1.2mediumvsPareto 26.9default Muse Spark 1.2highvsPareto 26.9default Qwen3.8 MAXlowvsPareto 26.9default DeepSeek V4.1 FlashmediumvsQwen3.8 27BhighБесплатно доступно GPT-5.4mediumvsPareto 26.9default DeepSeek V4.1 FlashmediumvsQwen3.8 MAXlow DeepSeek V4.1 FlashmediumvsGPT-6 Sollow Pareto 26.9defaultvsGLM 5.3 Flashmax Gemini 3.6 FlashlowvsPareto 26.9default