#80 DeepSeek V4 Pro
high- لاگت
- $0.023
- وقت
- 257.6s
- ٹوکنز
- 14,870 tok
DeepSeek
اجرا: 2026-04-24
ٹیسٹ کیا گیا: 2026-05-22 00:54
deepseek/deepseek-v4-pro::high
(high)
(none)
خلاصہ
DeepSeek V4 Pro AI BENCHY پر 6.6 اسکور کرتا ہے اور #80 پر ہے۔ اس کی reliability 9.0، pass rate 66.7%، کل لاگت $0.212، اور اوسط response time 58.93s ہے۔
DeepSeek V4 Pro کو منفرد کیا بناتا ہے: یہ مشترکہ میں سب سے نمایاں ہے، جہاں اس کا rank #1 ہے؛ جبکہ کوڈنگ اس کا کمزور ترین حصہ ہے، rank #18.
6.6
تسلسل
8.3
9.0
$0.212
کل آؤٹ پٹ ٹوکنز
65,985
کل ان پٹ ٹوکنز
0
ان پٹ قیمت
$0.435 / 1M
آؤٹ پٹ قیمت
$0.870 / 1M
غیر مستحکم ٹیسٹ
4
غیر مستحکم ٹیسٹس میں رنز کے درمیان ملے جلے نتائج آئے (کم از کم ایک کامیاب اور ایک ناکام).
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
رن ہسٹری
| ٹیسٹ کیا گیا | اسکور | اعتماد پذیری | درست ٹیسٹس | کل لاگت | موازنہ کریں |
|---|---|---|---|---|---|
| 2026-07-16 23:19 نیا ٹیسٹ شامل ہوا | 7.7 | 10.0 | $0.200 | موازنہ کریں | |
| 2026-06-16 15:31 دوبارہ ٹیسٹ | 7.6 | 9.3 | $0.157 | موازنہ کریں | |
| 2026-06-16 14:47 سوٹ بدل گیا | 8.1 | 9.6 | $0.098 | موازنہ کریں | |
| 2026-06-04 14:38 نیا ٹیسٹ شامل ہوا | 6.0 | 8.9 | $0.079 ↓ | موازنہ کریں | |
| 2026-05-22 00:54 سوٹ بدل گیا | 6.6 | 9.0 | $0.212 | موجودہ رن | |
| 2026-04-29 14:47 دوبارہ ٹیسٹ | 7.5 | 9.3 | $0.209 | موازنہ کریں | |
| 2026-04-26 10:50 دوبارہ ٹیسٹ | 7.5 | 8.4 | $0.201 | موازنہ کریں | |
| 2026-04-25 21:53 پہلا رن | 8.2 | دستیاب نہیں | $0.329 | موازنہ کریں |
اس رن میں مختلف بینچ مارک سوٹ استعمال ہوا تھا۔ تاریخی تبدیلی سمجھتے وقت سوٹ کی تبدیلی کو بھی ذہن میں رکھیں۔
رن موازنہ
| رن | اسکور | تسلسل | اعتماد پذیری | درست ٹیسٹس | غیر مستحکم ٹیسٹ | کل آؤٹ پٹ ٹوکنز | کل ان پٹ ٹوکنز | کل لاگت | ردِعمل کا وقت (اوسط) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-05-22 00:54 · سوٹ بدل گیا | 6.6 | 8.3 | 9.0 | 11/20 | 4 | 65,985 | 0 | $0.212 | 58.93s |
| 2026-06-04 14:38 · نیا ٹیسٹ شامل ہوا | 6.0 | 7.3 | 8.9 | 8/21 | 7 | 84,507 | 32,240 | $0.079 | 65.21s |
| فرق | +0.6 | +1.0 | +0.1 | +3 | -3 | -18522 | -32240 | +$0.134 | -6275ms |
ان دو رنز میں مختلف بینچ مارک سوٹس استعمال ہوئے تھے، اس لیے فرق میں ماڈل کی تبدیلی اور سوٹ کی تبدیلی دونوں شامل ہیں۔
چارٹس
پہلا ماڈل منتخب کریں، پھر دوسرا ماڈل کلک کریں تاکہ سائیڈ بائی سائیڈ صفحہ کھلے۔
اسکور کے لحاظ سے سرفہرست ماڈلز
اسکور vs کل لاگت
ردِعمل کا وقت (اوسط)
اسکور vs ردِعمل کا وقت (اوسط)
کل آؤٹ پٹ ٹوکنز
اسکور vs کل آؤٹ پٹ ٹوکنز
فوری موازنہ
DeepSeek V4 ProhighvsDeepSeek V4 FlashhighDeepSeek V4 ProhighvsMiniMax M3mediumDeepSeek V4 ProhighvsGPT-5.6 LunahighDeepSeek V4 ProhighvsGrok Build 0.1mediumDeepSeek V4 ProhighvsClaude Opus 4.6mediumDeepSeek V4 ProhighvsGPT-5.6 LunamediumDeepSeek V4 ProhighvsGLM 5mediumDeepSeek V4 ProhighvsNemotron 3 Ultramediumمفت دستیابDeepSeek V4 ProhighvsClaude Opus 4.8lowDeepSeek V4 ProhighvsKimi K2.7 Codemedium
زمرہ وار تفصیل
| زمرہ | اسکور | تسلسل | درست ٹیسٹس |
|---|---|---|---|
| اینٹی اے آئی چالیں | 7.4 | 10.0 | |
| کوڈنگ | 2.8 | 5.0 | |
| مشترکہ | 10.0 | 10.0 | |
| ڈیٹا پارسنگ اور استخراج | 8.8 | 10.0 | |
| ڈومین مخصوص | 3.0 | 6.9 | |
| عمومی ذہانت | 6.1 | 3.1 | |
| ہدایات کی پیروی | 10.0 | 10.0 | |
| پہیلی حل کرنا | 7.4 | 7.2 | |
| ٹول کالنگ | 10.0 | 10.0 | |
| معلومات عامہ | 3.0 | 10.0 |