AI BENCHY
Advertise here
#95

DeepSeek V4 Pro

DeepSeek Релиз: 2026-04-24 Проверено: 2026-05-22 00:38 deepseek/deepseek-v4-pro::none
(high) (none)

Сводка

DeepSeek V4 Pro набирает 6.0 в AI BENCHY и занимает #95. У модели надежность 8.1, доля успешных попыток 48.3%, общая стоимость $0.046 и среднее время ответа 13.48s.

Что делает DeepSeek V4 Pro особенной: Сильнее всего модель выделяется в Предметно-ориентированное, где занимает #2; самая слабая область — Анти-ИИ уловки с #12.

Оценка

6.0

Стабильность

8.9

Надежность

8.1

Общая стоимость (текущая цена)

$0.046

Общее число выходных токенов

5,347

Общее число входных токенов

0

Цена входа

$0.435 / 1M

Цена выхода

$0.870 / 1M

Тестов верно

Ошибочных тестов: 12

Доля успешных попыток: 48.3%

Нестабильные тесты

3

Нестабильные тесты имели смешанные результаты между прогонами (как минимум один успех и один провал).

Время ответа (среднее)

13.48s

Время ответа (макс.): 58.65s

Время ответа (суммарно): 269.56s

Неверный ответ: 9 Не соблюдены инструкции: 2 Лишнее форматирование: 1

Generation showcase

Hamster playing table tennis

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

#95 DeepSeek V4 Pro

none
Invalid SVG
Cost
$0.000
Time
300.0s
Tokens
0 tok

История запусков

Проверено Оценка Надежность Тестов верно Общая стоимость Сравнить
2026-06-04 14:24 Добавлен новый тест 5.7 8.5 $0.025 ↓ Сравнить
2026-05-22 00:38 Набор изменён 6.0 8.1 $0.046 Текущий запуск
2026-04-29 14:46 Повторный тест 6.2 7.9 $0.043 Сравнить
2026-04-24 09:19 Первый запуск 3.1 Н/Д $0.009 Сравнить

Этот запуск использовал другой набор бенчмарков. Учитывайте изменения набора при чтении исторической динамики.

Сравнение запусков

ЗапускОценкаСтабильностьНадежностьТестов верноНестабильные тестыОбщее число выходных токеновОбщее число входных токеновОбщая стоимостьВремя ответа (среднее)
2026-05-22 00:38 · Набор изменён6.08.98.18/2035,3470$0.04613.48s
2026-04-29 14:46 · Повторный тест6.28.77.97/1833,9030$0.04314.01s
Разница-0.1+0.2+0.2+10+14440+$0.004-529ms

Эти два запуска использовали разные наборы бенчмарков, поэтому различия отражают и изменения модели, и изменения набора.

Графики

Выберите первую модель, затем нажмите вторую, чтобы открыть страницу сравнения бок о бок.

Общее число выходных токенов

Оценка vs Общее число выходных токенов

Быстрое сравнение

DeepSeek V4 PrononevsGPT-5.5noneDeepSeek V4 PrononevsGemini 3.1 Flash LitenoneDeepSeek V4 PrononevsGPT-5 NanomediumDeepSeek V4 PrononevsQwen3.5 Plus 2026-02-15noneDeepSeek V4 PrononevsGemini 3 Flash PreviewmediumDeepSeek V4 PrononevsGemini 3.5 FlashhighDeepSeek V4 PrononevsNemotron 3 Ultra 550b A55bmediumБесплатно доступноDeepSeek V4 PrononevsGemini 3.5 Flashlow

Разбивка по категориям

Категория Оценка Стабильность Тестов верно
Анти-ИИ уловки 3.5 8.0
Программирование 5.4 6.8
Комбинированный 9.5 10.0
Парсинг и извлечение данных 8.8 10.0
Предметно-ориентированное 5.3 10.0
Общий интеллект 4.3 9.9
Следование инструкциям 6.3 10.0
Решение головоломок 7.6 7.2
Вызов инструментов 10.0 10.0
Эрудиция 3.0 10.0

Сравниваемые модели