#51 DeepSeek V4 Pro
high- لاگت
- $0.023
- وقت
- 257.6s
- ٹوکنز
- 14,870 tok
DeepSeek
اجرا: 2026-04-24
ٹیسٹ کیا گیا: 2026-04-29 14:47
deepseek/deepseek-v4-pro::high
1.6T کل (49B فعال)MoEکھلا ماخذ
(high)
(none)
خلاصہ
DeepSeek V4 Pro AI BENCHY پر 7.5 اسکور کرتا ہے اور #51 پر ہے۔ اس کی reliability 9.3، pass rate 73.2%، کل لاگت $0.209، اور اوسط response time 60.03s ہے۔
DeepSeek V4 Pro کو منفرد کیا بناتا ہے: یہ ہدایات کی پیروی میں سب سے نمایاں ہے، جہاں اس کا rank #1 ہے؛ جبکہ کوڈنگ اس کا کمزور ترین حصہ ہے، rank #18. اس score range کے لیے اس کی کل benchmark لاگت غیر معمولی طور پر کم ہے۔
ماڈل کی تفصیلات
تحقیق کی تاریخ: 2026-08-12
- پیرامیٹرز
- 1.6T کل (49B فعال)
- ساخت
- MoE
- دستیابی
- کھلا ماخذ
- لائسنس
- MIT
7.5
تسلسل
8.0
9.3
$0.209
کل آؤٹ پٹ ٹوکنز
62,125
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 |
|---|---|---|---|---|---|
| 2026-08-14 03:17 دوبارہ ٹیسٹ | 7.7 | 10.0 | $0.555 ↑ | 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 | موازنہ کریں | |
| 2026-04-29 14:47 دوبارہ ٹیسٹ | 7.5 | 9.3 | $0.209 | موجودہ رن | |
| 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 |
رن موازنہ
| رن | بینچ مارک کوریج | اسکور | تسلسل | اعتماد پذیری | درست ٹیسٹس | غیر مستحکم ٹیسٹ | کل آؤٹ پٹ ٹوکنز | کل ان پٹ ٹوکنز | کل لاگت | ردِعمل کا وقت (اوسط) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-04-29 14:47 · دوبارہ ٹیسٹ | 54/54 کوششیں | 7.5 | 8.0 | 9.3 | 11/18 | 4 | 62,125 | 0 | $0.209 | 60.03s |
| 2026-07-16 23:19 · نیا ٹیسٹ شامل ہوا | 66/66 کوششیں | 7.7 | 7.7 | 10.0 | 10/22 | 6 | 189,181 | 90,748 | $0.200 | 79.14s |
| فرق | — | -0.1 | +0.3 | -0.7 | +1 | -2 | -127056 | -90748 | +$0.009 | -19101ms |
بینچ مارک کوریج مختلف ہے: 54/54 کوششیں (ہدف: فی ٹیسٹ 3 دہرائیاں۔) بمقابلہ 66/66 کوششیں (ہدف: فی ٹیسٹ 3 دہرائیاں۔)۔ مجموعے اور تکرار سے متاثر ہونے والے پیمانے براہ راست قابل موازنہ نہیں ہیں۔
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 ProhighvsClaude Opus 4.6mediumDeepSeek V4 ProhighvsDeepSeek V4 Flash 0423highDeepSeek V4 ProhighvsSeed-2.0-CodelowDeepSeek V4 ProhighvsGPT-5.6 LunahighDeepSeek V4 ProhighvsGLM 5mediumDeepSeek V4 ProhighvsSolar Pro 4xhighDeepSeek V4 ProhighvsQwen3.7 FlashhighDeepSeek V4 ProhighvsNemotron 3 Ultramediumمفت دستیابDeepSeek V4 ProhighvsClaude Opus 4.8lowDeepSeek V4 ProhighvsClaude Opus 5none
زمرہ وار تفصیل
| زمرہ | اسکور | تسلسل | درست ٹیسٹس |
|---|---|---|---|
| اینٹی اے آئی چالیں | 8.3 | 10.0 | |
| کوڈنگ | 3.0 | 0.0 | |
| مشترکہ | 10.0 | 10.0 | |
| ڈیٹا پارسنگ اور استخراج | 10.0 | 10.0 | |
| ڈومین مخصوص | 3.2 | 6.9 | |
| عمومی ذہانت | 6.1 | 3.1 | |
| ہدایات کی پیروی | 10.0 | 10.0 | |
| پہیلی حل کرنا | 8.0 | 7.0 | |
| ٹول کالنگ | 10.0 | 10.0 |